一种基于分数制采样的渐进式神经网络预测器方法

    公开(公告)号:CN117725988A

    公开(公告)日:2024-03-19

    申请号:CN202311800048.6

    申请日:2023-12-25

    Inventor: 蒋丽雯 薛羽

    Abstract: 本发明公开了一种基于分数制采样的渐进式神经网络预测器方法,获取数据集,进行预处理;将给定搜索空间的神经网络架构转换为神经网络预测器所需的输入格式;初始化神经网络预测器和每一个候选架构的被采样分数,由神经网络预测器对整个搜索空间的所有候选架构做初始预测评估,进行迭代搜索,对所有候选架构的全局被采样分数进行调整,重复之前步骤,直至迭代搜索次数达到最大迭代次数,根据最后一轮的排序结果更新并得到最优神经网络架构。本发明能够在不增加额外计算量的前提下,使神经网络预测器拟合优秀的架构来提高训练效果。

Patent Agency Ranking