[发明专利]一种基于进化算法的卷积神经网络结构搜索方法及系统

摘要

本发明公开了一种基于进化算法的卷积神经网络结构搜索方法及系统，方法步骤包括输入数据集并设定预设参数，获取初始种群；通过作为主线程的控制器TC将初始种群弹入队列Q并开启队列管理器TQ和消息管理器TM，队列管理器TQ开启后针对队列Q中的未训练染色体将其弹出解码后开启一个作为独立临时线程的worker管理器TW对其训练计算适应度，通过控制器TC、队列管理器TQ、worker管理器TW、消息管理器TM的协同完成基于进化算法的卷积神经网络结构的并行搜索并输出最佳模型。本发明能针对给定数据集实现自动建模、调参和训练，具有性能高、规模化、流程化、确定性好的优点，尤其适用在高性能计算机集群上部署实施的优点。

主权项

1.一种基于进化算法的卷积神经网络结构搜索方法，其特征在于实施步骤包括：1)输入数据集并设定预设参数；2)根据预设参数初始化种群，得到初始种群；3)通过作为主线程的控制器TC将初始种群弹入队列Q并开启队列管理器TQ和消息管理器TM，队列管理器TQ开启后针对队列Q中的未训练染色体将其弹出解码后开启一个作为独立临时线程的worker管理器TW对其训练计算适应度，且队列管理器TQ在完成训练的个体的个数达到预设参数中的总搜索模型个数后终止，且根据worker管理器TW的状态更新字典W，字典W中记录全部worker的状态且状态为正在训练不可用或空闲可用；消息管理器TM开启后如果收到worker管理器TW发来的训练结果则将其更新字典M，且消息管理器TM在收到训练结果达到预设参数中的总搜索模型个数后终止；4)控制器TC监控字典M、队列Q和字典W；当字典M中有足够的可选个体、队列Q为空、字典W中有指定数量的可用worker，则通过worker进行一次优秀个体选择，选择策略为预设参数中的竞标赛选择策略；然后根据预设参数中的渐进式搜索设置，确定是否要向选择出的优秀个体中添加基因，再根据预设参数中的交配比例、变异概率、染色体分离进化还是组合进化以及基因冲突时的重进化策略，对选择出来的高适应度个体执行进化，进化之后的个体存入队列Q中；当控制器TC监控到字典M中个体的个数达到预设参数中的总搜索模型个数时，跳转执行步骤5)；5)输出最佳模型，结束。