基于课程学习的共享参数神经架构搜索方法、装置及产品

摘要

本申请实施例涉及深度学习领域，提供了一种基于课程学习的共享参数神经架构搜索方法、装置及产品，包括：通过在超网络的训练过程中，搜索多个采样子网络来计算每个数据样本的不确定度，基于所述不确定度对所述数据样本设置数据权重，进而优化所述超网络并确定最优架构。本申请实施例通过动态调节数据样本的数据权重，提高了需要着重学习的数据样本的数据权重，从而使具有潜力但是暂时效果不佳的子网络的架构能够在这些数据权重高的数据样本上进行重点学习，得到充分训练从而提高被搜索到的概率，充分发挥出了数据在神经架构搜索过程中的作用，同时在优化超网络后搜索最优架构，实现了搜索过程中模型和数据的双层优化。