[发明专利]优化神经网络架构在审
| 申请号： | 201880013643.6 | 申请日： | 2018-02-23 |
| 公开（公告）号： | CN110366734A | 公开（公告）日： | 2019-10-22 |
| 发明（设计）人： | J.A.迪安;S.摩尔;E.A.瑞尔;T.布鲁尔 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 方法、系统和装置，包括在计算机存储介质上编码的计算机程序，用于优化神经网络架构。一种方法包括：接收训练数据；使用训练数据确定用于执行机器学习任务的优化的神经网络架构；以及确定具有优化的神经网络架构的神经网络的参数的训练的值。 | ||
| 搜索关键词： | 神经网络 架构 优化神经网络 训练数据 计算机存储介质 计算机程序 机器学习 优化 | ||
【主权项】：
1.一种方法，包括：接收用于训练神经网络以执行机器学习任务的训练数据，该训练数据包括多个训练示例和每个训练示例的相应目标输出；使用训练数据确定用于执行机器学习任务的优化神经网络架构，包括：使用多个工作器计算单元中的每一个重复执行以下操作，每个工作器计算单元与每个其他的工作器计算单元异步地操作：由工作器计算单元从群体储存库中的紧凑表示的当前群体中选择多个紧凑表示，其中当前群体中的每个紧凑表示编码用于执行机器学习任务的不同候选神经网络架构，由工作器计算单元从所选择的多个紧凑表示生成新的紧凑表示，由工作器计算单元确定具有由新的紧凑表示编码的架构的训练的神经网络的适合度的度量，以及由工作器计算单元将新的紧凑表示添加到群体储存库中的当前群体，并将新的紧凑表示与适合度的度量相关联；以及选择由与最佳适合度的度量相关联的紧凑表示编码的神经网络架构，作为优化的神经网络架构；以及确定具有优化的神经网络架构的神经网络的参数的训练的值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于谷歌有限责任公司，未经谷歌有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201880013643.6/，转载请声明来源钻瓜专利网。
- 上一篇：信息处理装置
- 下一篇：使用基于直方图的分析的管理事件数据库
