基于存储器的量选择神经网络的制作方法

技术特征：
1.一种处理器，包括：一个或更多个电路，用于使一个或更多个神经网络至少部分地基于将由所述一个或更多个神经网络使用的存储器的量而从多个神经网络中被选择。2.如权利要求1所述的处理器，其中所述一个或更多个电路进一步用于执行搜索以从所述多个神经网络中选择满足存储器约束的所述一个或更多个神经网络。3.如权利要求1所述的处理器，其中所述一个或更多个电路进一步用于使一个或更多个附加神经网络从所述多个神经网络或从第二多个神经网络中选择，其中所述一个或更多个附加神经网络与所述一个或更多个神经网络不同并且满足第二存储器约束，所述第二存储器约束不同于由所述一个或更多个神经网络满足的第一存储器。4.如权利要求1所述的处理器，其中所述一个或更多个电路进一步用于执行搜索，以根据至少部分地基于将由所述一个或更多个神经网络使用的存储器的量确定的一组一个或更多个搜索参数而从所述多个神经网络中选择所述一个或更多个神经网络。5.如权利要求1所述的处理器，其中与包括所述多个神经网络的搜索空间的一个或更多个候选特征节点相关联的操作的最大存储器使用量的百分比小于或等于所述存储器的量。6.如权利要求1所述的处理器，其中所述一个或更多个电路进一步通过执行拓扑搜索空间和单元搜索空间的联合两级搜索来识别用于基于图像的任务的所述一个或更多个神经网络，使所述一个或更多个神经网络被选择。7.一种系统，包括：一个或更多个处理器，用于使一个或更多个神经网络至少部分地基于将由所述一个或更多个神经网络使用的存储器的量而从多个神经网络中被选择；以及一个或更多个存储器，用于存储对应于所述一个或更多个神经网络的参数。8.如权利要求7所述的系统，其中所述一个或更多个处理器进一步用于执行第一搜索以从所述多个神经网络中选择满足第一存储器约束的所述一个或更多个神经网络。9.如权利要求7所述的系统，其中所述一个或更多个处理器进一步用于至少部分地基于所述一个或更多个神经网络的第一层和第二层之间的多个候选连接模式中的每一个的概率，从所述多个候选连接模式中选择连接模式。10.如权利要求7所述的系统，其中所述一个或更多个处理器进一步用于从所述一个或更多个神经网络的一层或更多层的一组候选特征节点中选择特征节点，其中所述一组候选特征节点包括不同图像尺度的特征节点，所述特征节点包括连接到前一层中的特征节点的多个候选边。11.如权利要求7所述的系统，其中所述一个或更多个处理器进一步通过执行拓扑搜索空间和单元搜索空间的联合两级搜索来识别用于基于图像的任务的所述一个或更多个神经网络，使所述一个或更多个神经网络被选择。12.如权利要求7所述的系统，其中所述一个或更多个神经网络用于执行图像分割任务。13.如权利要求7所述的系统，其中所述一个或更多个处理器进一步通过执行拓扑搜索空间和单元搜索空间的搜索来使所述一个或更多个神经网络被选择，所述拓扑搜索空间包括连接多个层的候选特征节点的多个候选边，所述单元搜索空间包括多个候选操作。14.如权利要求7所述的系统，其中所述一个或更多个处理器进一步用于至少部分地基
于所述一个或更多个神经网络的层之间的多个候选连接模式的概率，从所述多个候选连接模式中选择连接模式。15.一种数据中心，包括：一个或更多个处理器，用于使一个或更多个神经网络至少部分地基于将由所述一个或更多个神经网络使用的存储器的量而从多个神经网络中被选择来执行医学图像分割任务。16.如权利要求15所述的数据中心，其中所述一个或更多个处理器进一步用于执行搜索以从所述多个神经网络中选择满足存储器约束的所述一个或更多个神经网络。17.如权利要求15所述的数据中心，其中所述一个或更多个处理器进一步用于使一个或更多个附加神经网络从所述多个神经网络或从第二多个神经网络中被选择，其中所述一个或更多个附加神经网络与所述一个或更多个神经网络不同并且满足第二存储器约束，所述第二存储器约束不同于由所述一个或更多个神经网络满足的第一存储器。18.如权利要求15所述的数据中心，其中所述一个或更多个处理器用于执行拓扑搜索空间和单元搜索空间的联合两级搜索，以识别用于所述医学图像分割任务的所述一个或更多个神经网络。19.如权利要求15所述的数据中心，其中所述一个或更多个处理器用于执行搜索空间的搜索以使所述一个或更多个神经网络被选择，其中所述搜索包括至少部分地基于多个候选连接模式的概率从所述多个候选连接模式中选择所述一个或更多个神经网络的层之间的连接模式。20.如权利要求15所述的数据中心，其中所述一个或更多个处理器用于执行搜索空间的搜索以使所述一个或更多个神经网络被选择，其中所述搜索包括从所述一个或更多个神经网络的层之间的可行的一组候选连接模式中选择连接模式，其中所述可行的一组候选连接模式中的每个可行的连接模式包括所述层之间的有效输入连接和输出连接。21.一种方法，包括：至少部分地基于将由一个或更多个神经网络使用的存储器的量从多个神经网络中选择所述一个或更多个神经网络。22.如权利要求21所述的方法，还包括：为满足第一存储器约束的所述一个或更多个神经网络选择第一组一个或更多个操作。23.如权利要求21所述的方法，还包括：执行搜索空间的搜索以选择所述一个或更多个神经网络，其中执行所述搜索包括至少部分地基于所述一个或更多个神经网络的层之间的多个候选连接模式的概率从所述多个候选连接模式中选择连接模式。24.如权利要求21所述的方法，还包括：执行拓扑搜索空间和单元搜索空间的联合两级搜索，以识别用于基于图像的任务的所述一个或更多个神经网络。25.如权利要求21所述的方法，其中所述一个或更多个神经网络用于执行图像分割任务。26.如权利要求21所述的方法，还包括：通过将多尺度拓扑搜索空间转换为包括用于多个层中的每个相应层的超级节点的顺序搜索空间来执行多尺度拓扑搜索空间的搜索，其中每个超级节点均包括相应层的一组候选特征节点。

技术总结
公开了基于存储器的量选择神经网络。使用要使用的存储器的量来选择神经网络的装置、系统和技术。在至少一个实施例中，处理器包括一个或更多个电路，用于使一个或更多个神经网络至少部分地基于将由所述一个或更多个神经网络使用的存储器的量而从多个神经网络中被选择。择。择。


技术研发人员：杨栋 何宇帆 H
受保护的技术使用者：辉达公司
技术研发日：2022.02.17
技术公布日：2022/9/6