一种基于混合粒子群优化算法的深度卷积神经网络架构搜索方法

作者：王上; 唐欢容^*

来源：计算机应用研究, 2023, 40(07): 2019-2024.

DOI：10.19734/j.issn.1001-3695.2022.12.0811

• 混合粒子群算法
• 神经架构搜索
• 卷积神经网络
• 图像分类

神经架构搜索(neural architecture search, NAS)技术自动寻找神经网络中各层的最佳组合和连接方式，以及各种超参数的最佳分布。该方法从搜索空间生成若干不同的卷积神经网络(CNN),使用混合粒子群优化(hybrid particle swarm optimization, HPSO)算法，将一定数目的神经网络个体视做一个群体，将每个网络个体在评价指标下的表现值视做适应度，在给定的世代数范围内，每个神经网络个体都学习自身的历史最佳适应度个体，和整个群体的最佳适应度个体，迭代改善自身的网络架构。实验结果表明，算法运行中出现的最优网络架构，在图像分类任务的多个基准数据集上，与手工设计的神经网络和以遗传算法为基础的NAS算法相比，在网络参数数量和准确率的平衡上取得了有竞争力的结果。

• 单位
  湘潭大学