CN108021983A - 神经架构搜索 - Google Patents
神经架构搜索 Download PDFInfo
- Publication number
- CN108021983A CN108021983A CN201711037649.0A CN201711037649A CN108021983A CN 108021983 A CN108021983 A CN 108021983A CN 201711037649 A CN201711037649 A CN 201711037649A CN 108021983 A CN108021983 A CN 108021983A
- Authority
- CN
- China
- Prior art keywords
- neural network
- sub
- output
- time step
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/0985—Hyperparameter optimisation; Meta-learning; Learning-to-learn
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/092—Reinforcement learning
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/098—Distributed learning, e.g. federated learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Debugging And Monitoring (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Feedback Control In General (AREA)
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662414300P | 2016-10-28 | 2016-10-28 | |
| US62/414,300 | 2016-10-28 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108021983A true CN108021983A (zh) | 2018-05-11 |
Family
ID=60473590
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711037649.0A Pending CN108021983A (zh) | 2016-10-28 | 2017-10-30 | 神经架构搜索 |
Country Status (6)
| Country | Link |
|---|---|
| US (3) | US11030523B2 (https=) |
| JP (3) | JP6817431B2 (https=) |
| KR (2) | KR102532658B1 (https=) |
| CN (1) | CN108021983A (https=) |
| DE (2) | DE202017106532U1 (https=) |
| WO (1) | WO2018081563A1 (https=) |
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109065076A (zh) * | 2018-09-05 | 2018-12-21 | 深圳追科技有限公司 | 音频标签的设置方法、装置、设备和存储介质 |
| CN109189973A (zh) * | 2018-08-30 | 2019-01-11 | 清华大学 | 基于策略梯度的大规模图像检索方法及装置 |
| CN109255374A (zh) * | 2018-08-27 | 2019-01-22 | 中共中央办公厅电子科技学院 | 一种基于密集卷积网络和多任务网络的美学属性评价方法 |
| CN109615073A (zh) * | 2018-12-03 | 2019-04-12 | 郑州云海信息技术有限公司 | 一种神经网络模型的构建方法、设备以及存储介质 |
| CN110110861A (zh) * | 2019-05-09 | 2019-08-09 | 北京市商汤科技开发有限公司 | 确定模型超参数及模型训练的方法和装置、存储介质 |
| CN110490320A (zh) * | 2019-07-30 | 2019-11-22 | 西北工业大学 | 基于预测机制和遗传算法融合的深度神经网络结构优化方法 |
| CN110503192A (zh) * | 2018-05-18 | 2019-11-26 | 百度（美国）有限责任公司 | 资源有效的神经架构 |
| CN110598629A (zh) * | 2019-09-11 | 2019-12-20 | 北京百度网讯科技有限公司 | 超网络的搜索空间构建方法、装置以及电子设备 |
| CN110826686A (zh) * | 2018-08-07 | 2020-02-21 | 艾玛迪斯简易股份公司 | 有属性序列的机器学习系统和方法 |
| CN110889487A (zh) * | 2018-09-10 | 2020-03-17 | 富士通株式会社 | 神经网络架构搜索装置和方法及计算机可读记录介质 |
| CN110956260A (zh) * | 2018-09-27 | 2020-04-03 | 瑞士电信公司 | 神经架构搜索的系统和方法 |
| CN111033535A (zh) * | 2018-06-05 | 2020-04-17 | 北京嘀嘀无限科技发展有限公司 | 用于乘车订单调度的系统和方法 |
| CN111144561A (zh) * | 2018-11-05 | 2020-05-12 | 杭州海康威视数字技术股份有限公司 | 一种神经网络模型确定方法及装置 |
| CN111325311A (zh) * | 2018-12-14 | 2020-06-23 | 深圳云天励飞技术有限公司 | 神经网络模型生成方法、装置、电子设备及存储介质 |
| CN111516700A (zh) * | 2020-05-11 | 2020-08-11 | 安徽大学 | 一种驾驶员分心细粒度监测方法和系统 |
| CN111819580A (zh) * | 2018-05-29 | 2020-10-23 | 谷歌有限责任公司 | 用于密集图像预测任务的神经架构搜索 |
| WO2020237687A1 (zh) * | 2019-05-31 | 2020-12-03 | 深圳市大疆创新科技有限公司 | 网络结构搜索的方法及装置、计算机存储介质和计算机程序产品 |
| CN112513886A (zh) * | 2018-08-03 | 2021-03-16 | 索尼公司 | 信息处理方法、信息处理装置和信息处理程序 |
| CN112639833A (zh) * | 2018-08-30 | 2021-04-09 | 皇家飞利浦有限公司 | 可自适应神经网络 |
| CN112771543A (zh) * | 2018-09-28 | 2021-05-07 | 赛灵思公司 | 通过包括实现成本作为目标来训练神经网络 |
| CN112836787A (zh) * | 2019-11-04 | 2021-05-25 | 百度（美国）有限责任公司 | 通过高效混合并行化减少深度神经网络训练次数 |
| WO2021103977A1 (zh) * | 2019-11-30 | 2021-06-03 | 华为技术有限公司 | 神经网络的搜索方法、装置及设备 |
| CN113039562A (zh) * | 2018-11-02 | 2021-06-25 | 微软技术许可有限责任公司 | 概率神经网络架构生成 |
| CN113614747A (zh) * | 2019-04-09 | 2021-11-05 | 罗伯特·博世有限公司 | 用于运行深度神经网络的方法、设备和计算机程序 |
| CN113811893A (zh) * | 2019-05-23 | 2021-12-17 | 谷歌有限责任公司 | 用于引导架构演进的连接权重学习 |
| CN114341880A (zh) * | 2019-07-08 | 2022-04-12 | 维亚奈系统公司 | 用于使神经网络的操作可视化的技术 |
| CN114417960A (zh) * | 2020-12-04 | 2022-04-29 | 谷歌有限责任公司 | 用于时间序列预测的自动的机器学习 |
| CN114503121A (zh) * | 2019-08-23 | 2022-05-13 | 谷歌有限责任公司 | 资源约束的神经网络架构搜索 |
| CN115066690A (zh) * | 2020-02-07 | 2022-09-16 | 谷歌有限责任公司 | 搜索归一化-激活层架构 |
| CN115329140A (zh) * | 2019-01-11 | 2022-11-11 | 谷歌有限责任公司 | 动态小批量大小 |
| CN115398446A (zh) * | 2020-06-05 | 2022-11-25 | 谷歌有限责任公司 | 使用符号编程的机器学习算法搜索 |
| CN116210263A (zh) * | 2020-08-18 | 2023-06-02 | 高通股份有限公司 | 针对ue处基于神经网络的处理的报告配置 |
| CN116324807A (zh) * | 2020-10-02 | 2023-06-23 | 谷歌有限责任公司 | 神经架构和硬件加速器搜索 |
| US12032571B2 (en) | 2019-09-17 | 2024-07-09 | Huawei Cloud Computing Technologies Co., Ltd. | AI model optimization method and apparatus |
| US12086718B2 (en) | 2018-08-07 | 2024-09-10 | Amadeus S.A.S. | Machine learning systems and methods for attributed sequences |
| WO2025153048A1 (zh) * | 2024-01-17 | 2025-07-24 | 中国移动通信有限公司研究院 | 对话生成模型的训练方法、对话生成方法及装置 |
Families Citing this family (51)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10565493B2 (en) * | 2016-09-22 | 2020-02-18 | Salesforce.Com, Inc. | Pointer sentinel mixture architecture |
| DE202017106532U1 (de) * | 2016-10-28 | 2018-02-05 | Google Llc | Suche nach einer neuronalen Architektur |
| EP3602316A4 (en) * | 2017-03-24 | 2020-12-30 | D5A1 Llc | LEARNING COACH FOR AUTOMATIC LEARNING SYSTEM |
| US12014257B2 (en) * | 2017-05-19 | 2024-06-18 | Salesforce, Inc. | Domain specific language for generation of recurrent neural network architectures |
| CN111406264B (zh) | 2017-10-27 | 2024-10-18 | 谷歌有限责任公司 | 神经架构搜索 |
| KR20200023238A (ko) | 2018-08-23 | 2020-03-04 | 삼성전자주식회사 | 딥러닝 모델을 생성하는 방법 및 시스템 |
| US11334791B2 (en) * | 2018-09-05 | 2022-05-17 | Siemens Healthcare Gmbh | Learning to search deep network architectures |
| KR102066009B1 (ko) * | 2018-09-14 | 2020-01-14 | 가천대학교 산학협력단 | 순환신경망을 사용한 의료영상기기의 영상복원 시스템 |
| US11645509B2 (en) * | 2018-09-27 | 2023-05-09 | Salesforce.Com, Inc. | Continual neural network learning via explicit structure learning |
| US11775812B2 (en) | 2018-11-30 | 2023-10-03 | Samsung Electronics Co., Ltd. | Multi-task based lifelong learning |
| US11556778B2 (en) * | 2018-12-07 | 2023-01-17 | Microsoft Technology Licensing, Llc | Automated generation of machine learning models |
| US11114103B2 (en) * | 2018-12-28 | 2021-09-07 | Alibaba Group Holding Limited | Systems, methods, and computer-readable storage media for audio signal processing |
| US10909457B2 (en) | 2019-01-23 | 2021-02-02 | Google Llc | Compound model scaling for neural networks |
| US11790212B2 (en) * | 2019-03-18 | 2023-10-17 | Microsoft Technology Licensing, Llc | Quantization-aware neural architecture search |
| US12050979B2 (en) | 2019-03-19 | 2024-07-30 | Cisco Technology, Inc. | Budgeted neural network architecture search system and method |
| US11630990B2 (en) | 2019-03-19 | 2023-04-18 | Cisco Technology, Inc. | Systems and methods for auto machine learning and neural architecture search |
| DE102019204136A1 (de) * | 2019-03-26 | 2020-10-01 | Robert Bosch Gmbh | Verfahren und Vorrichtung für Training und Herstellung eines künstlichen neuronalen Netzes |
| CN110288084A (zh) * | 2019-06-06 | 2019-09-27 | 北京小米智能科技有限公司 | 超网络训练方法和装置 |
| DE102019210167A1 (de) * | 2019-07-10 | 2021-01-14 | Robert Bosch Gmbh | Robusteres Training für künstliche neuronale Netzwerke |
| CN110428046B (zh) * | 2019-08-28 | 2023-12-15 | 腾讯科技（深圳）有限公司 | 神经网络结构的获取方法及装置、存储介质 |
| CN110598852A (zh) * | 2019-08-29 | 2019-12-20 | 北京小米移动软件有限公司 | 子网络采样方法、构建超网络拓扑结构的方法及装置 |
| CN110543944B (zh) * | 2019-09-11 | 2022-08-02 | 北京百度网讯科技有限公司 | 神经网络结构搜索方法、装置、电子设备和介质 |
| IL291346B2 (en) * | 2019-09-25 | 2026-01-01 | Deepmind Tech Ltd | Augmenting attention-based neural networks for selective processing of past inputs |
| CN110956262A (zh) * | 2019-11-12 | 2020-04-03 | 北京小米智能科技有限公司 | 超网络训练方法及装置、电子设备、存储介质 |
| CN112990461B (zh) * | 2019-12-16 | 2023-09-19 | 杭州海康威视数字技术股份有限公司 | 构建神经网络模型的方法、装置、计算机设备和存储介质 |
| CN113128678B (zh) * | 2020-01-15 | 2025-05-09 | 华为技术有限公司 | 神经网络的自适应搜索方法及装置 |
| WO2021154722A1 (en) * | 2020-01-27 | 2021-08-05 | Akkio, Inc. | Methods and systems for dynamically generating a plurality of machine learning systems during processing of a user data set |
| US11521028B2 (en) | 2020-04-10 | 2022-12-06 | Toyota Research Institute, Inc. | Meta-learning neural architecture search via graph networks on search space lattices |
| TWI831016B (zh) | 2020-06-05 | 2024-02-01 | 宏達國際電子股份有限公司 | 機器學習方法、機器學習系統以及非暫態電腦可讀取媒體 |
| US11436498B2 (en) * | 2020-06-09 | 2022-09-06 | Toyota Research Institute, Inc. | Neural architecture search system for generating a neural network architecture |
| CN113837374B (zh) * | 2020-06-23 | 2026-01-02 | 中兴通讯股份有限公司 | 神经网络的生成方法、设备及计算机可读存储介质 |
| CN111782398B (zh) * | 2020-06-29 | 2024-12-13 | 上海商汤智能科技有限公司 | 数据处理的方法、装置、系统及相关设备 |
| JP6885553B1 (ja) * | 2020-07-14 | 2021-06-16 | エッジコーティックス ピーティーイー． リミテッド | ハードウェアとニューラルアーキテクチャとの共同探索 |
| DE102020208828A1 (de) * | 2020-07-15 | 2022-01-20 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Erstellen eines maschinellen Lernsystems |
| EP3975060A1 (en) * | 2020-09-29 | 2022-03-30 | Samsung Electronics Co., Ltd. | Method and apparatus for analysing neural network performance |
| US20220101063A1 (en) * | 2020-09-29 | 2022-03-31 | Samsung Electronics Co., Ltd. | Method and apparatus for analyzing neural network performance |
| KR102264571B1 (ko) * | 2020-10-30 | 2021-06-15 | 주식회사 애자일소다 | 계층 구조를 갖는 의사결정 에이전트 |
| US20220198260A1 (en) * | 2020-12-22 | 2022-06-23 | International Business Machines Corporation | Multi-level multi-objective automated machine learning |
| US12498908B2 (en) | 2021-01-26 | 2025-12-16 | Akkio Inc. | Methods and systems for automatically generating and executing computer code using a natural language description of a data manipulation to be performed on a data set |
| CN116868204A (zh) | 2021-02-04 | 2023-10-10 | 谷歌有限责任公司 | 用于机器学习模型的渐进学习以优化训练速度的系统和方法 |
| CN115393662A (zh) * | 2021-05-08 | 2022-11-25 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机设备及存储介质 |
| US12028188B2 (en) | 2021-05-12 | 2024-07-02 | Analog Devices, Inc. | Digital predistortion with hybrid basis-function-based actuator and neural network |
| US12003261B2 (en) | 2021-05-12 | 2024-06-04 | Analog Devices, Inc. | Model architecture search and optimization for hardware |
| CN113469078B (zh) * | 2021-07-07 | 2023-07-04 | 西安电子科技大学 | 基于自动设计长短时记忆网络的高光谱图像分类方法 |
| WO2023009766A1 (en) * | 2021-07-28 | 2023-02-02 | Google Llc | Evaluating output sequences using an auto-regressive language model neural network |
| DE102021208197A1 (de) * | 2021-07-29 | 2023-02-02 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Erstellen eines maschinellen Lernsystems |
| KR102610429B1 (ko) * | 2021-09-13 | 2023-12-06 | 연세대학교 산학협력단 | 인공신경망과 연산 가속기 구조 통합 탐색 장치 및 방법 |
| KR20230100914A (ko) | 2021-12-29 | 2023-07-06 | 경희대학교 산학협력단 | 인공신경망 탐색 방법 및 이를 수행하기 위한 컴퓨팅 장치 |
| US12346665B2 (en) | 2022-02-14 | 2025-07-01 | International Business Machines Corporation | Neural architecture search of language models using knowledge distillation |
| KR20230152448A (ko) * | 2022-04-27 | 2023-11-03 | 현대자동차주식회사 | Enas를 적용한 소음 및 진동 데이터 기반 이상상태 진단을 위한 ai 진단모델 자동생성 방법 |
| KR102782300B1 (ko) | 2022-05-16 | 2025-03-17 | 주식회사 뷰노 | 생체 신호 분석 방법 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6553357B2 (en) * | 1999-09-01 | 2003-04-22 | Koninklijke Philips Electronics N.V. | Method for improving neural network architectures using evolutionary algorithms |
| CN102402712B (zh) | 2011-08-31 | 2014-03-05 | 山东大学 | 基于神经网络的机器人强化学习初始化方法 |
| US10275719B2 (en) * | 2015-01-29 | 2019-04-30 | Qualcomm Incorporated | Hyper-parameter selection for deep convolutional networks |
| JP2017102906A (ja) * | 2015-11-25 | 2017-06-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
| JP6470165B2 (ja) * | 2015-12-15 | 2019-02-13 | 株式会社東芝 | サーバ、システム及び探索方法 |
| US9899672B2 (en) | 2016-05-17 | 2018-02-20 | Nanotek Instruments, Inc. | Chemical-free production of graphene-encapsulated electrode active material particles for battery applications |
| DE202017106532U1 (de) * | 2016-10-28 | 2018-02-05 | Google Llc | Suche nach einer neuronalen Architektur |
-
2017
- 2017-10-27 DE DE202017106532.4U patent/DE202017106532U1/de active Active
- 2017-10-27 JP JP2019522868A patent/JP6817431B2/ja active Active
- 2017-10-27 WO PCT/US2017/058760 patent/WO2018081563A1/en not_active Ceased
- 2017-10-27 KR KR1020227011808A patent/KR102532658B1/ko active Active
- 2017-10-27 KR KR1020197012084A patent/KR102386806B1/ko active Active
- 2017-10-27 DE DE102017125256.8A patent/DE102017125256A1/de active Pending
- 2017-10-30 CN CN201711037649.0A patent/CN108021983A/zh active Pending
-
2019
- 2019-04-29 US US16/397,641 patent/US11030523B2/en active Active
-
2020
- 2020-12-24 JP JP2020215172A patent/JP7210531B2/ja active Active
-
2021
- 2021-06-07 US US17/340,959 patent/US11829874B2/en active Active
-
2022
- 2022-11-04 JP JP2022177577A patent/JP7516482B2/ja active Active
-
2023
- 2023-07-26 US US18/226,527 patent/US20230368024A1/en active Pending
Cited By (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110503192B (zh) * | 2018-05-18 | 2023-09-19 | 百度（美国）有限责任公司 | 资源有效的神经架构 |
| CN110503192A (zh) * | 2018-05-18 | 2019-11-26 | 百度（美国）有限责任公司 | 资源有效的神经架构 |
| CN111819580A (zh) * | 2018-05-29 | 2020-10-23 | 谷歌有限责任公司 | 用于密集图像预测任务的神经架构搜索 |
| CN111033535A (zh) * | 2018-06-05 | 2020-04-17 | 北京嘀嘀无限科技发展有限公司 | 用于乘车订单调度的系统和方法 |
| CN111033535B (zh) * | 2018-06-05 | 2024-03-26 | 北京嘀嘀无限科技发展有限公司 | 用于乘车订单调度的系统和方法 |
| CN112513886A (zh) * | 2018-08-03 | 2021-03-16 | 索尼公司 | 信息处理方法、信息处理装置和信息处理程序 |
| US12462160B2 (en) | 2018-08-03 | 2025-11-04 | Sony Corporation | Performing distributed processing using layers of a neural network divided between a first device and a second device |
| CN112513886B (zh) * | 2018-08-03 | 2024-03-22 | 索尼公司 | 信息处理方法、信息处理装置和信息处理程序 |
| CN110826686A (zh) * | 2018-08-07 | 2020-02-21 | 艾玛迪斯简易股份公司 | 有属性序列的机器学习系统和方法 |
| US12086718B2 (en) | 2018-08-07 | 2024-09-10 | Amadeus S.A.S. | Machine learning systems and methods for attributed sequences |
| CN109255374A (zh) * | 2018-08-27 | 2019-01-22 | 中共中央办公厅电子科技学院 | 一种基于密集卷积网络和多任务网络的美学属性评价方法 |
| CN109189973B (zh) * | 2018-08-30 | 2021-07-30 | 清华大学 | 基于策略梯度的大规模图像检索方法及装置 |
| CN112639833A (zh) * | 2018-08-30 | 2021-04-09 | 皇家飞利浦有限公司 | 可自适应神经网络 |
| CN109189973A (zh) * | 2018-08-30 | 2019-01-11 | 清华大学 | 基于策略梯度的大规模图像检索方法及装置 |
| CN109065076A (zh) * | 2018-09-05 | 2018-12-21 | 深圳追科技有限公司 | 音频标签的设置方法、装置、设备和存储介质 |
| CN110889487A (zh) * | 2018-09-10 | 2020-03-17 | 富士通株式会社 | 神经网络架构搜索装置和方法及计算机可读记录介质 |
| CN110956260A (zh) * | 2018-09-27 | 2020-04-03 | 瑞士电信公司 | 神经架构搜索的系统和方法 |
| CN112771543A (zh) * | 2018-09-28 | 2021-05-07 | 赛灵思公司 | 通过包括实现成本作为目标来训练神经网络 |
| CN113039562A (zh) * | 2018-11-02 | 2021-06-25 | 微软技术许可有限责任公司 | 概率神经网络架构生成 |
| US12079726B2 (en) | 2018-11-02 | 2024-09-03 | Microsoft Technology Licensing, Llc | Probabilistic neural network architecture generation |
| CN111144561A (zh) * | 2018-11-05 | 2020-05-12 | 杭州海康威视数字技术股份有限公司 | 一种神经网络模型确定方法及装置 |
| CN111144561B (zh) * | 2018-11-05 | 2023-05-02 | 杭州海康威视数字技术股份有限公司 | 一种神经网络模型确定方法及装置 |
| CN109615073B (zh) * | 2018-12-03 | 2021-06-04 | 郑州云海信息技术有限公司 | 一种神经网络模型的构建方法、设备以及存储介质 |
| CN109615073A (zh) * | 2018-12-03 | 2019-04-12 | 郑州云海信息技术有限公司 | 一种神经网络模型的构建方法、设备以及存储介质 |
| CN111325311B (zh) * | 2018-12-14 | 2024-03-29 | 深圳云天励飞技术有限公司 | 用于图像识别的神经网络模型生成方法及相关设备 |
| CN111325311A (zh) * | 2018-12-14 | 2020-06-23 | 深圳云天励飞技术有限公司 | 神经网络模型生成方法、装置、电子设备及存储介质 |
| CN115329140B (zh) * | 2019-01-11 | 2025-10-21 | 谷歌有限责任公司 | 动态小批量大小 |
| CN115329140A (zh) * | 2019-01-11 | 2022-11-11 | 谷歌有限责任公司 | 动态小批量大小 |
| CN113614747A (zh) * | 2019-04-09 | 2021-11-05 | 罗伯特·博世有限公司 | 用于运行深度神经网络的方法、设备和计算机程序 |
| CN110110861A (zh) * | 2019-05-09 | 2019-08-09 | 北京市商汤科技开发有限公司 | 确定模型超参数及模型训练的方法和装置、存储介质 |
| CN110110861B (zh) * | 2019-05-09 | 2021-11-26 | 北京市商汤科技开发有限公司 | 确定模型超参数及模型训练的方法和装置、存储介质 |
| CN113811893A (zh) * | 2019-05-23 | 2021-12-17 | 谷歌有限责任公司 | 用于引导架构演进的连接权重学习 |
| CN113811893B (zh) * | 2019-05-23 | 2025-03-28 | 谷歌有限责任公司 | 用于引导架构演进的连接权重学习 |
| WO2020237687A1 (zh) * | 2019-05-31 | 2020-12-03 | 深圳市大疆创新科技有限公司 | 网络结构搜索的方法及装置、计算机存储介质和计算机程序产品 |
| CN114341880A (zh) * | 2019-07-08 | 2022-04-12 | 维亚奈系统公司 | 用于使神经网络的操作可视化的技术 |
| CN110490320B (zh) * | 2019-07-30 | 2022-08-23 | 西北工业大学 | 基于预测机制和遗传算法融合的深度神经网络结构优化方法 |
| CN110490320A (zh) * | 2019-07-30 | 2019-11-22 | 西北工业大学 | 基于预测机制和遗传算法融合的深度神经网络结构优化方法 |
| CN114503121A (zh) * | 2019-08-23 | 2022-05-13 | 谷歌有限责任公司 | 资源约束的神经网络架构搜索 |
| CN110598629B (zh) * | 2019-09-11 | 2023-06-06 | 北京百度网讯科技有限公司 | 超网络的搜索空间构建方法、装置以及电子设备 |
| CN110598629A (zh) * | 2019-09-11 | 2019-12-20 | 北京百度网讯科技有限公司 | 超网络的搜索空间构建方法、装置以及电子设备 |
| US12032571B2 (en) | 2019-09-17 | 2024-07-09 | Huawei Cloud Computing Technologies Co., Ltd. | AI model optimization method and apparatus |
| CN112836787A (zh) * | 2019-11-04 | 2021-05-25 | 百度（美国）有限责任公司 | 通过高效混合并行化减少深度神经网络训练次数 |
| WO2021103977A1 (zh) * | 2019-11-30 | 2021-06-03 | 华为技术有限公司 | 神经网络的搜索方法、装置及设备 |
| CN115066690A (zh) * | 2020-02-07 | 2022-09-16 | 谷歌有限责任公司 | 搜索归一化-激活层架构 |
| CN111516700A (zh) * | 2020-05-11 | 2020-08-11 | 安徽大学 | 一种驾驶员分心细粒度监测方法和系统 |
| CN115398446A (zh) * | 2020-06-05 | 2022-11-25 | 谷歌有限责任公司 | 使用符号编程的机器学习算法搜索 |
| CN116210263A (zh) * | 2020-08-18 | 2023-06-02 | 高通股份有限公司 | 针对ue处基于神经网络的处理的报告配置 |
| CN116324807A (zh) * | 2020-10-02 | 2023-06-23 | 谷歌有限责任公司 | 神经架构和硬件加速器搜索 |
| CN114417960A (zh) * | 2020-12-04 | 2022-04-29 | 谷歌有限责任公司 | 用于时间序列预测的自动的机器学习 |
| WO2025153048A1 (zh) * | 2024-01-17 | 2025-07-24 | 中国移动通信有限公司研究院 | 对话生成模型的训练方法、对话生成方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021064390A (ja) | 2021-04-22 |
| DE202017106532U1 (de) | 2018-02-05 |
| KR102532658B1 (ko) | 2023-05-15 |
| JP2019533257A (ja) | 2019-11-14 |
| JP7516482B2 (ja) | 2024-07-16 |
| US11829874B2 (en) | 2023-11-28 |
| US20190251439A1 (en) | 2019-08-15 |
| KR20220047688A (ko) | 2022-04-18 |
| JP2023024993A (ja) | 2023-02-21 |
| US20230368024A1 (en) | 2023-11-16 |
| KR102386806B1 (ko) | 2022-04-14 |
| DE102017125256A1 (de) | 2018-05-03 |
| JP6817431B2 (ja) | 2021-01-20 |
| WO2018081563A9 (en) | 2019-03-07 |
| JP7210531B2 (ja) | 2023-01-23 |
| KR20190052143A (ko) | 2019-05-15 |
| WO2018081563A1 (en) | 2018-05-03 |
| US11030523B2 (en) | 2021-06-08 |
| US20210295163A1 (en) | 2021-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7516482B2 (ja) | ニューラルアーキテクチャ検索 | |
| US12361305B2 (en) | Neural architecture search for convolutional neural networks | |
| US12346817B2 (en) | Neural architecture search | |
| US12400121B2 (en) | Regularized neural network architecture search | |
| CN110366734B (zh) | 优化神经网络架构 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |