摘要
本发明公开了一种自动化机器学习技术领域的基于多种群机制及代理模型的多目标演化神经架构搜索方法,旨在解决现有技术在设计用于各种视觉任务的卷积神经网络时消耗人力成本高、效率低且难以兼顾多目标场景的问题,其包括构建搜索空间,确定优化目标,对神经网络架构进行种群初始化;通过初始种群来初始化演化搜索过程,并结合预训练的代理模型和多种群机制在搜索空间内进行多目标演化搜索,得到候选神经网络架构;由候选神经网络架构中筛选出兼顾两个优化目标的神经网络架构。本发明通过代理模型加速搜索过程,使用多种群机制拓展解的多样性,来进行高效的神经架构搜索,能在目标数据集上获得一组兼顾多个优化目标的网络架构。