本發明公開了一種基于神經架構搜索的輕量級多退出點模型的建立方法,包括如下步驟:搜集電網圖像數據構建樣本數據集,將樣本數據集劃分為訓練集和測試集;以樹形結構為基礎,設計包括主干網絡和分支分類器的多退出點模型架構;通過將若干種卷積神經網絡進行剪裁并重新組合的方法構建搜索空間,基于圖像分類任務以權衡模型分類精度和模型大小為目標建立目標函數;將訓練集輸入搜索空間中,利用策略梯度的強化學習算法對目標函數進行優化,以多退出點模型架構為基礎進行訓練獲取多退出點模型。本發明能很好地權衡了搜索得到的神經網絡的精度和參數大小,實現對電力邊緣側的圖像分類模型的壓縮。
聲明:
“基于神經架構搜索的輕量級多退出點模型的建立方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)