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！

龙图腾网恭喜西安电子科技大学申请的专利一种中心对称交叉式卷积神经网络架构搜索方法及芯片获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116306845B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310103316.2，技术领域涉及：G06N3/063；该发明授权一种中心对称交叉式卷积神经网络架构搜索方法及芯片是由官俊涛;刘亮;赖睿;李奕诗;李骅南设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种中心对称交叉式卷积神经网络架构搜索方法及芯片在说明书摘要公布了：本发明提供了一种中心对称交叉式卷积神经网络架构搜索方法及芯片，对于需要进行细粒度搜索的网络架构参数，先根据参数数目的奇偶性设计中心对称的选择规则，从超网训练矩阵中选择对象从而扩展基准网络，并再根据扩展网络的参数大小确定各阶段交叉训练的回合数，训练得到一个包含所有网络架构参数组合情况的超网；最后以目标芯片所允许的神经网络最大参数量和特征图峰值内存为约束条件，在超网划定的搜索空间内迭代搜索，获得精度最高的子网结构进行部署。本发明可通过中心对称交叉训练方式对超网进行细粒度训练，提高了超网细粒度训练过程中的小尺寸网络的精度，防止精度损失传递到后续网络搜索过程中导致网络搜索方法失效，从而降低企业风险。

本发明授权一种中心对称交叉式卷积神经网络架构搜索方法及芯片在权利要求书中公布了：1.一种中心对称交叉式卷积神经网络架构搜索方法，其特征在于，包括：步骤1，根据设计需求选取目标芯片，并确定目标芯片的硬件条件；步骤2，根据目标芯片的硬件条件确定神经网络参数量的最大值、输入输出特征图峰值内存的最大值；步骤3，根据预设的超网训练的细粒度，随机生成超网训练矩阵；其中，所述超网训练矩阵的维度与细粒度相关，所述超网训练矩阵为行或列矩阵，矩阵中元素呈等差数列；步骤4，选定一个超网训练的基准网络，并确认所述基准网络的架构参数；步骤5，按照所述超网训练矩阵中元素个数为偶或奇的不同情况，在所述超网训练矩阵中选择每一次训练网络的尺度参数项；步骤6，在每一次训练时将尺度参数项与基准网络的架构参数相乘，将相乘结果确定为扩展所述基准网络的架构参数的扩展数，并根据扩展数扩展所述基准网络得到扩展网络，并对每一次得到的所述扩展网络进行迭代训练；步骤7，以神经网络参数量的最大值、输入输出特征图峰值内存的最大值为约束条件，以最终网络的精度最高为目标，将训练完成后的每个扩展网络的架构参数作为搜索对象，并进行搜索，将精度最高时的搜索对象作为最终网络各层的架构参数，得到最终网络；步骤8，将最终网络部署在目标芯片上。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。