信息处理方法、信息处理设备和程序与流程

技术特征：
1.一种信息处理方法，包括：由信息处理设备：接受用户对任务的选择；获取用于学习所述任务的输入数据；并且显示具有适合于所选的任务和所获取的输入数据的结构的神经网络作为默认模型。2.根据权利要求1所述的信息处理方法，还包括：将具有不仅适合于所述任务和所述输入数据而且适合于所述信息处理设备的硬件信息的结构的所述神经网络显示为所述默认模型。3.根据权利要求2所述的信息处理方法，其中，所述硬件信息包括与处理器的处理能力相关联的信息。4.根据权利要求2所述的信息处理方法，其中，所述硬件信息包括与处理器的数量相关联的信息。5.根据权利要求1所述的信息处理方法，还包括：与所述默认模型一起显示所述默认模型的搜索空间大小和计算量中的至少一者。6.根据权利要求1所述的信息处理方法，还包括：接受所述用户对所述默认模型的更改。7.根据权利要求6所述的信息处理方法，还包括：接受向所述默认模型添加演算层。8.根据权利要求1所述的信息处理方法，还包括：优先显示适合于所述任务和所述输入数据的结构搜索技术，作为所述神经网络的所述结构搜索技术的选项。9.根据权利要求8所述的信息处理方法，还包括：优先显示不仅适合于所述任务和所述输入数据、而且适合于所述信息处理设备的硬件信息的所述结构搜索技术。10.根据权利要求8所述的信息处理方法，还包括：接受由所述用户从所述选项中选择的结构搜索技术的设定输入。11.根据权利要求8所述的信息处理方法，还包括：根据所述用户从所述选项中选择的结构搜索技术，显示结构搜索所需的预测时间。12.根据权利要求8所述的信息处理方法，还包括：执行基于所述用户从所述选项中选择的结构搜索技术的结构搜索；并且显示具有搜索到的结构的所述神经网络。13.根据权利要求12所述的信息处理方法，其中，所述用户在所述神经网络中选择的演算层被设为结构搜索的对象。14.根据权利要求12所述的信息处理方法，其中，包括在所述神经网络中的单元格被设为结构搜索的对象。15.根据权利要求1所述的信息处理方法，还包括：还接受对所述神经网络的压缩技术的选择。16.根据权利要求15所述的信息处理方法，还包括：针对所述神经网络的演算层，接受针对所述用户选择的每个指标的压缩条件的设定。
17.根据权利要求16所述的信息处理方法，还包括：通过所选择的压缩技术压缩所述神经网络；并且显示所述演算层的压缩结果。18.根据权利要求17所述的信息处理方法，还包括：对于所述用户选择的所述指标，显示所述演算层的压缩率。19.一种信息处理设备，包括：接受部，适于接受用户对任务的选择；获取部，适于获取用于学习所述任务的输入数据；并且显示控制部，适于显示具有适合于所选的任务和所获取的输入数据的结构的神经网络作为默认模型。20.一种程序，使计算机执行以下处理：接受用户对任务的选择；获取用于学习所述任务的输入数据；并且显示具有适合于所选的任务和所获取的输入数据的结构的神经网络作为默认模型。

技术总结
本公开涉及一种使能够容易地设计适合于预定任务的神经网络的信息处理方法、信息处理设备和程序。该信息处理设备接受用户对任务的选择，获取用于学习任务的输入数据，并且将具有根据所选的任务和获取的输入数据的结构的神经网络显示为默认模型。本公开可以应用于例如使用户能够直观地设计神经网络的GUI。如使用户能够直观地设计神经网络的GUI。如使用户能够直观地设计神经网络的GUI。


技术研发人员：八岛拓也
受保护的技术使用者：索尼集团公司
技术研发日：2020.07.09
技术公布日：2022/2/23