公开(公告)号：CN112561027A

公开(公告)日：2021-03-26

申请号：CN201910913248.X

申请日：2019-09-25

Applicant: 华为技术有限公司

Inventor： 李桂林 ,  李震国 ,  张星

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本申请提供了神经网络架构的搜索方法、图像处理方法、装置和存储介质。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：确定搜索空间和多个构建单元，并对该多个构建单元进行堆叠，以得到第一阶段的初始神经网络架构，然后对第一阶段的初始神经网络架构进行优化，直至收敛；在得到第一阶段优化后的初始神经网络架构之后，再对第二阶段的初始神经网络架构进行优化，直至收敛，以得到优化后的构建单元，最后再根据优化后的构建单元搭建目标神经网络。其中，第一阶段的初始神经网络架构和第二阶段的初始神经网络架构中的每条边分别对应一类操作和多种操作组成的混合操作符，本申请能够搜索得到性能更好的目标神经网络。

公开(公告)号：CN113536097A

公开(公告)日：2021-10-22

申请号：CN202010294506.3

申请日：2020-04-14

Applicant: 华为技术有限公司

Inventor： 刘斌 ,  唐睿明 ,  郭慧丰 ,  薛念楠 ,  李桂林 ,  何秀强 ,  李震国

IPC: G06F16/9535 ,  G06Q30/02

Abstract: 本申请公开了人工智能领域的一种基于自动特征分组的推荐方法，包括：获取多个候选推荐对象及其中每个候选推荐对象的多个关联特征；对每个候选推荐对象的多个关联特征进行多阶自动特征分组，得到每个候选推荐对象的多阶特征交互集合；根据每个候选推荐对象的多阶特征交互集合中的多个关联特征计算得到每个候选推荐对象的交互特性贡献值；根据每个候选推荐对象的交互特征贡献值计算得到每个候选推荐对象的预测分数；将预测分数较高的一个或多个对应的候选推荐对象确定为目标推荐对象。本申请的推荐方法适用于各种推荐相关的应用场景。采用本申请实施例有利于提高推荐效率和准确率。

公开(公告)号：CN112183718B

公开(公告)日：2023-10-10

申请号：CN202010899680.0

申请日：2020-08-31

Applicant: 华为技术有限公司

Inventor： 张军磊 ,  刘传建 ,  李桂林 ,  张星 ,  张维 ,  李震国

IPC: G06N3/045 ,  G06N3/0464 ,  G06F18/214 ,  G06N3/063

Abstract: 本申请提供人工智能领域中一种用于计算设备的深度学习训练方法和装置，用于得到残差连接更少的神经网络，提高神经网络的推理效率，降低神经网络运行时占用的内存量。该方法包括：获取训练集、第一神经网络和第二神经网络，第一神经网络包括残差连接少于第二神经网络包括残差连接；根据训练集对第一神经网络进行至少一次迭代训练，得到训练后的第一神经网络，其中，任意一次迭代训练包括：将第一神经网络中的至少一个第一中间层的第一输出，作为第二神经网络的至少一个网络层的输入，得到至少一个网络层的输出结果，使用第一损失函数更新第一神经网络，第一损失函数包括基于第二神经网络的至少一个网络层的输出结果所获取的约束项。

公开(公告)号：CN111931904A

公开(公告)日：2020-11-13

申请号：CN202010661477.X

申请日：2020-07-10

Applicant: 华为技术有限公司

Inventor： 洪伟峻 ,  李桂林 ,  张伟楠 ,  俞勇 ,  张星 ,  李震国

IPC: G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种神经网络的构建方法和装置，涉及人工智能领域。该方法包括：初始化搜索空间和多个构建块，所述搜索空间中包括多个操作符，该构建块则是由多个节点之间通过操作符连接得到的网络结构；在训练过程中，在至少一次训练轮次中，随机丢弃部分操作符，以及利用未被丢弃的操作符更新该多个构建块，之后利用更新后的多个构建块构建目标神经网络。该方法通过随机丢弃部分操作符，打破了操作符之间的关联性，克服了训练过程中存在的耦合问题，使得获得的目标神经网络的性能更好。