原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于分数制采样的渐进式神经网络预测器方法，获取数据集，进行预处理；将给定搜索空间的神经网络架构转换为神经网络预测器所需的输入格式；初始化神经网络预测器和每一个候选架构的被采样分数，由神经网络预测器对整个搜索空间的所有候选架构做初始预测评估，进行迭代搜索，对所有候选架构的全局被采样分数进行调整，重复之前步骤，直至迭代搜索次数达到最大迭代次数，根据最后一轮的排序结果更新并得到最优神经网络架构。本发明能够在不增加额外计算量的前提下，使神经网络预测器拟合优秀的架构来提高训练效果。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117725988A
(43)申请公布日2024.03.19
(21)申请号202311800048.6
(22)申请日2023.12.25
(71)申请人南京信息工程大学
地址2100
文档评论（0）