摘要
本发明公开了本发明涉及一种针对图像分类的神经网络结构低成本自动搜索方法,属于图像分类技术领域。该方法通过设计一种基于分组卷积的网络block,以该block作为基础单元构建一种可扩展的网络结构,block的可控参数化设置使得构建的网络结构的搜索空间可扩展。再结合改进的遗传算法,通过一个三阶段的自然选择策略,更好地激发搜索空间的探索性和开发性。同时引入非训练指标NTK的条件数量作为个体适应度,以极快速度搜索到高精度且低参数量的网络结构,从而在解决实际问题时实现了使用较少的计算资源来快速搜索出综合性能优越的网路结构,针对图像分类任务,通过实验证明采用该方法搜索出的网路结构进行分类的精度较高。