[发明专利]用于卷积神经网络的神经架构搜索在审
| 申请号： | 201880022762.8 | 申请日： | 2018-07-17 |
| 公开（公告）号： | CN110476172A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | V.瓦萨德万;B.佐夫;J.施伦斯;Q.V.勒 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 11105 北京市柳沈律师事务所 | 代理人： | 金玉洁<国际申请>=PCT/US2018 |
| 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： | 包括被编码在计算机存储介质上的计算机程序、用于确定神经网络架构的方法、系统以及装置。该方法中的一个包括使用具有控制器参数的控制器神经网络并根据控制器参数的当前值生成一批输出序列。该方法包括，对于该批中的每个输出序列：生成子卷积神经网络(CNN)的实例，其中该子卷积神经网络的实例包括具有由输出序列限定的架构的第一卷积单元的多个实例；训练子CNN的实例以执行图像处理任务；以及评估子CNN的经训练的实例在任务上的性能，以确定子CNN的经训练的实例的性能度量；并且使用子CNN的经训练的实例的性能度量来调节控制器神经网络的控制器参数的当前值。 | ||
| 搜索关键词： | 控制器参数 输出序列 卷积神经网络 神经网络 性能度量 架构 计算机存储介质 控制器神经网络 调节控制器 计算机程序 图像处理 生成子 卷积 评估 | ||
【主权项】：
1.一种方法，包括：/n使用具有多个控制器参数的控制器神经网络并根据所述控制器参数的当前值生成一批输出序列，/n所述批中的每个输出序列限定被配置成接收单元输入并生成单元输出的第一卷积单元的架构，以及/n所述第一卷积单元包括预定数量的操作块的序列，每个操作块接收一个或多个相应输入隐藏状态并生成相应输出隐藏状态；/n对于所述批中的每个输出序列：/n生成子卷积神经网络的实例，所述子卷积神经网络的实例包括具有由所述输出序列限定的架构的第一卷积单元的多个实例；/n训练所述子卷积神经网络的实例，以执行图像处理任务；以及/n评估所述子卷积神经网络的经训练的实例在所述图像处理任务上的性能，以确定所述子卷积神经网络的经训练的实例的性能度量；以及/n使用所述子卷积神经网络的经训练的实例的性能度量来调节所述控制器神经网络的控制器参数的当前值。/n
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/201880022762.8/，转载请声明来源钻瓜专利网。
