龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：天津大学;国网山东省电力公司;中国电力科学研究院有限公司
摘要：本发明公开了一种基于神经架构搜索的轻量级多退出点模型的建立方法，包括如下步骤：搜集电网图像数据构建样本数据集，将样本数据集划分为训练集和测试集；以树形结构为基础，设计包括主干网络和分支分类器的多退出点模型架构；通过将若干种卷积神经网络进行剪裁并重新组合的方法构建搜索空间，基于图像分类任务以权衡模型分类精度和模型大小为目标建立目标函数；将训练集输入搜索空间中，利用策略梯度的强化学习算法对目标函数进行优化，以多退出点模型架构为基础进行训练获取多退出点模型。本发明能很好地权衡了搜索得到的神经网络的精度和参数大小，实现对电力边缘侧的图像分类模型的压缩。
主权项：1.一种基于神经架构搜索的轻量级多退出点模型的建立方法，其特征在于，包括如下步骤：S1，搜集电网图像数据构建样本数据集，将样本数据集划分为训练集和测试集；S2，以树形结构为基础，设计包括主干网络和分支分类器的多退出点模型架构；S3，通过将若干种卷积神经网络进行剪裁并重新组合的方法构建搜索空间，基于图像分类任务以权衡模型分类精度和模型大小为目标建立目标函数；S4，将训练集输入步骤S3所建立的搜索空间中，利用策略梯度的强化学习算法对目标函数进行优化，以步骤S2建立的多退出点模型架构为基础进行训练获取多退出点模型；所述步骤S3包括如下步骤：S3.1，选取若干种卷积神经网络，根据网络结构将卷积神经网络分别剪裁为若干个卷积块；S3.2，将步骤S3.1所得到的所有卷积块构建为l层的搜索空间，所述搜索空间为有向无环图；S3.3，基于图像分类任务，以权衡模型分类精度和模型大小为目标建立目标函数。
全文数据：
权利要求：
百度查询： 天津大学 国网山东省电力公司 中国电力科学研究院有限公司 基于神经架构搜索的轻量级多退出点模型的建立方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号