买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利基于零阶近似的可微分神经网络架构搜索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116468073B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310464120.6，技术领域涉及：G06N3/04；该发明授权基于零阶近似的可微分神经网络架构搜索方法是由谢仑辰;黄开宇;梁馨;史清江设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本基于零阶近似的可微分神经网络架构搜索方法在说明书摘要公布了：本发明提供了一种基于零阶近似的可微分神经网络架构搜索方法，具有这样的特征，包括以下步骤：步骤S1，构建包括神经细胞和降采样块的初始神经网络；步骤S2至步骤S6，构建结构参数矩阵、震荡结构参数矩阵、模型参数矩阵和震荡模型参数矩阵；步骤S7，更新模型参数矩阵和震荡模型参数矩阵；步骤S8，将验证数据集输入初始神经网络，通过第二损失函数和梯度下降方法，得到更新结构参数矩阵；步骤S9，判断迭代是否完成；步骤S10，选取更新结构参数矩阵中每个连接边对应的结构参数中的最大值对应的神经网络操作，作为该连接边的神经网络操作，则得到复杂神经网络。总之，本方法能够提高搜索复杂神经网络的效率和复杂神经网络的准确度。

本发明授权基于零阶近似的可微分神经网络架构搜索方法在权利要求书中公布了：1.一种基于零阶近似的可微分神经网络架构搜索方法，用于通过训练数据集、验证数据集和个神经网络操作得到对应的复杂神经网络，从而解决图像识别的问题，从数据集中随机选取多张图片数据作为所述训练数据集，从所述数据集的剩余图片中随机选取相同数量的图片数据作为所述验证数据集，其特征在于，包括以下步骤： 步骤S1，构建包括个神经细胞和个降采样块的初始神经网络，所述神经细胞包括个连接边； 步骤S2，从所述个神经网络操作中选取个所述神经网络操作作为神经网络操作集合； 步骤S3，将所述神经细胞的个所述连接边分别对应所述神经网络操作集合的个所述神经操作，得到对应的个结构参数，根据所述个结构参数，构建结构参数矩阵，设置迭代轮次为1； 步骤S4，根据所述结构参数矩阵，设置极小值和随机单位向量； 步骤S5，根据所述结构参数矩阵、所述极小值和所述随机单位向量，得到震荡结构参数矩阵； 步骤S6，将所述初始神经网络的所有权重参数矩阵设为模型参数矩阵，根据所述模型参数矩阵设置震荡模型参数矩阵； 步骤S7，根据所述训练数据集、所述结构参数矩阵和所述震荡结构参数矩阵，通过第一损失函数和梯度下降方法，得到更新模型参数矩阵和更新震荡模型参数矩阵； 步骤S8，将所述验证数据集输入所述初始神经网络，通过第二损失函数和所述梯度下降方法，得到更新结构参数矩阵； 步骤S9，所述迭代轮次加1，再判断所述迭代轮次是否小于最大迭代轮次，若是，则将所述更新结构参数矩阵作为所述结构参数矩阵，进入所述步骤S4，若否，则进入步骤S10； 步骤S10，分别选取所述更新结构参数矩阵中每个所述连接边对应的个所述结构参数中的最大值对应的所述神经网络操作，作为该所述连接边的神经网络操作，则得到所述复杂神经网络， 在所述步骤S4中，所述极小值， 所述随机单位向量的表达式如下： ， 式中为具有个元素且每个元素各自遵从正态分布的随机向量， 在所述步骤S5中，所述震荡结构参数矩阵的表达式如下： ， 式中为所述随机单位向量通过与所述结构参数矩阵对齐维度得到的矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。