本申請屬于深度學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及一種神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索方法、神經(jīng)網(wǎng)絡(luò)應(yīng)用方法、設(shè)備及存儲(chǔ)介質(zhì)。其中的方法包括：通過強(qiáng)化學(xué)習(xí)架構(gòu)搜索方法搜索到第一神經(jīng)網(wǎng)絡(luò)模型，對所述第一神經(jīng)網(wǎng)絡(luò)模型，基于預(yù)設(shè)的跳躍連接數(shù)量，進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)搜索，得到第二神經(jīng)網(wǎng)絡(luò)模型；基于預(yù)先建立的評估網(wǎng)絡(luò)的參數(shù)對所述第二神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)進(jìn)行設(shè)置，在測試數(shù)據(jù)集上進(jìn)行訓(xùn)練，獲取訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型。本申請方法中的神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索速度更快，有效解決了網(wǎng)絡(luò)架構(gòu)搜索資源消耗太多的問題。通過訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型對目標(biāo)圖像進(jìn)行處理，可執(zhí)行多種圖像處理任務(wù)，圖像處理時(shí)識別精度更高。