基于分类模型的多目标神经网络架构搜索方法、装置

本发明公开了基于分类模型的多目标神经网络架构搜索方法、装置，所述方法基于外部存档获取解种群数据，根据解种群数据确定后代解种群，其中解种群数据包括解种群和解种群中各解对应的目标函数值；采用分类模型对后代解种群进行分类，确定目标解集；基于多目标优化问题对目标解集中的解进行评估，确定目标解集数据，并基于目标解集数据更新外部存档；获取评估次数，当评估次数等于预设评估次数时，输出外部存档中的非支配解作为目标神经网络架构。有效地解决了现有的多目标神经网络架构搜索方法需要大量的函数评估次数对搜索到的候选解的质量进行评估，增加了算法优化过程中需要的计算时间的问题。