公开(公告)号：CN113379068B

公开(公告)日：2023-08-08

申请号：CN202110730220.X

申请日：2021-06-29

Applicant: 哈尔滨工业大学

Inventor： 王宏志 ,  薛仲豪 ,  王春楠

IPC: G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092

Abstract: 基于结构化数据的深度学习架构搜索方法，属于人工智能技术领域，本发明为解决现有结构化数据的架构搜索方法的搜索空间不足、前置信息易丢失的问题。它包括：采用递归神经网络生成编码，根据编码确定唯一的深度神经网络模型；在结构化数据集上训练深度神经网络模型；根据训练结果，更新递归神经网络；采用深度神经网络模型对搜索空间进行搜索，采用蒙特卡洛策略梯度更新搜索策略，获得最优架构。本发明用于深度学习的架构搜索。

公开(公告)号：CN113379068A

公开(公告)日：2021-09-10

申请号：CN202110730220.X

申请日：2021-06-29

Applicant: 哈尔滨工业大学

Inventor： 王宏志 ,  薛仲豪 ,  王春楠

IPC: G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 基于结构化数据的深度学习架构搜索方法，属于人工智能技术领域，本发明为解决现有结构化数据的架构搜索方法的搜索空间不足、前置信息易丢失的问题。它包括：采用递归神经网络生成编码，根据编码确定唯一的深度神经网络模型；在结构化数据集上训练深度神经网络模型；根据训练结果，更新递归神经网络；采用深度神经网络模型对搜索空间进行搜索，采用蒙特卡洛策略梯度更新搜索策略，获得最优架构。本发明用于深度学习的架构搜索。