公开(公告)号：CN112470171B

公开(公告)日：2025-04-18

申请号：CN201980031270.X

申请日：2019-04-27

Applicant: 微软技术许可有限责任公司

Inventor： S·阿米扎德 ,  杨格 ,  N·富西 ,  F·P·卡萨莱

IPC: G06N3/0464 ,  G06N3/084 ,  G06N5/00 ,  G06N3/047 ,  G06N3/044 ,  G06N3/0499

Abstract: 公开了用于针对机器学习问题选择神经网络的系统和方法。一种方法包括访问输入矩阵。该方法包括访问与机器学习问题相关联的机器学习问题空间和用于解决机器学习问题的多个未经训练的候选神经网络。该方法包括针对每个未经训练的候选神经网络，计算捕获候选神经网络关于机器学习问题的表达性的至少一个表达性度量。该方法包括针对每个未经训练的候选神经网络，计算捕获候选神经网络关于机器学习问题的可训练性的至少一个可训练性度量。该方法包括基于至少一个表达性度量和至少一个可训练性度量选择用于解决机器学习问题的至少一个候选神经网络。

公开(公告)号：CN112470171A

公开(公告)日：2021-03-09

申请号：CN201980031270.X

申请日：2019-04-27

Applicant: 微软技术许可有限责任公司

Inventor： S·阿米扎德 ,  杨格 ,  N·富西 ,  F·P·卡萨莱

IPC: G06N3/04 ,  G06N3/08 ,  G06N5/00

Abstract: 公开了用于针对机器学习问题选择神经网络的系统和方法。一种方法包括访问输入矩阵。该方法包括访问与机器学习问题相关联的机器学习问题空间和用于解决机器学习问题的多个未经训练的候选神经网络。该方法包括针对每个未经训练的候选神经网络，计算捕获候选神经网络关于机器学习问题的表达性的至少一个表达性度量。该方法包括针对每个未经训练的候选神经网络，计算捕获候选神经网络关于机器学习问题的可训练性的至少一个可训练性度量。该方法包括基于至少一个表达性度量和至少一个可训练性度量选择用于解决机器学习问题的至少一个候选神经网络。