1.一种梯度下降树的生成方法，包括：

获取训练集和验证集，并将所述训练集和所述验证集划分为K个训练子集和K个验证子集，其中，K为正整数，所述所述训练集和所述验证集包括图像或语音样本；

生成梯度下降树搜索空间，根据所述梯度下降树搜索空间生成待训练梯度下降树；

根据所述K个训练子集对所述待训练梯度下降树进行训练以生成K个梯度下降树模型；

分别使用所述K个验证子集对所述K个梯度下降树模型进行评估以生成所述K个梯度下降树模型的评分值；以及根据所述K个梯度下降树模型的评分值对所述待训练梯度下降树进行N次迭代更新，直至所述K个梯度下降树模型的评分值满足评分要求或者N到达预设迭代次数，其中，N为正整数；

其中，所述生成梯度下降树搜索空间，包括：

获取所述梯度下降树搜索空间所需的分类器数量；

获取所述梯度下降树搜索空间所需的分类器的类型以及与所述类型对应的属性；以及根据所述分类器数量、所述分类器的类型以及与所述类型对应的属性，构建所述梯度下降树搜索空间。

2.如权利要求1所述的梯度下降树的生成方法，其中，所述根据所述梯度下降树搜索空间生成待训练梯度下降树，包括：根据所述梯度下降树搜索空间生成梯度下降树序列生成器；

根据所述梯度下降树序列生成器生成梯度下降树序列；以及根据所述梯度下降树序列和所述梯度下降树搜索空间生成所述待训练梯度下降树。

3.如权利要求2所述的梯度下降树的生成方法，其中，所述根据所述K个梯度下降树模型的评分值对所述待训练梯度下降树进行N次迭代更新，包括：分别获取所述K个梯度下降树模型的K个评分值；

根据所述K个梯度下降树模型的K个评分值生成平均评分值；

如果所述平均评分值小于所述评分要求，且当前迭代次数N小于所述预设迭代次数，则进一步更新所述梯度下降树序列生成器；以及通过更新之后的所述梯度下降树序列生成器对所述待训练梯度下降树进行更新。

4.如权利要求3所述的梯度下降树的生成方法，其中，所述梯度下降树序列生成器为神经网络模块或进化算法模块，其中，所述进一步更新所述梯度下降树序列生成器，包括：当所述梯度下降树序列生成器为所述神经网络模块时，通过反向传播算法更新所述梯度下降树序列生成器；

当所述梯度下降树序列生成器为所述进化算法模块时，通过种群更新算法更新所述梯度下降树序列生成器。

5.如权利要求1所述的梯度下降树的生成方法，其中，所述将所述训练集和所述验证集划分为K个训练子集和K个验证子集，包括：通过K折交叉划分算法将所述训练集和所述验证集划分为K个训练子集和K个验证子集。

6.一种梯度下降树的生成装置，包括：

获取模块，用于获取训练集和验证集，并将所述训练集和所述验证集划分为K个训练子集和K个验证子集，其中，K为正整数，所述所述训练集和所述验证集包括图像或语音样本；

第一生成模块，用于生成梯度下降树搜索空间；

第二生成模块，用于根据所述梯度下降树搜索空间生成待训练梯度下降树；

训练模块，用于根据所述K个训练子集对所述待训练梯度下降树进行训练以生成K个梯度下降树模型；

验证模块，用于分别使用所述K个验证子集对所述K个梯度下降树模型进行评估以生成所述K个梯度下降树模型的评分值；以及更新模块，用于根据所述K个梯度下降树模型的评分值对所述待训练梯度下降树进行N次迭代更新，直至所述K个梯度下降树模型的评分值满足评分要求或者N到达预设迭代次数，其中，N为正整数；

所述第一生成模块，包括：

第一获取单元，用于获取所述梯度下降树搜索空间所需的分类器数量；

第二获取单元，用于获取所述梯度下降树搜索空间所需的分类器的类型以及与所述类型对应的属性；以及构建单元，用于根据所述分类器数量、所述分类器的类型以及与所述类型对应的属性，构建所述梯度下降树搜索空间。

7.如权利要求6所述的梯度下降树的生成装置，其中，所述第二生成模块，包括：第一生成单元，用于根据所述梯度下降树搜索空间生成梯度下降树序列生成器；

第二生成单元，用于根据所述梯度下降树序列生成器生成梯度下降树序列；以及第三生成单元，用于根据所述梯度下降树序列和所述梯度下降树搜索空间生成所述待训练梯度下降树。

8.如权利要求7所述的梯度下降树的生成装置，其中，所述更新模块，包括：评分值获取单元，用于分别获取所述K个梯度下降树模型的K个评分值；

计算单元，用于根据所述K个梯度下降树模型的K个评分值生成平均评分值；

第一更新单元，用于如果所述平均评分值小于所述评分要求，且当前迭代次数N小于所述预设迭代次数，则进一步更新所述梯度下降树序列生成器；以及第二更新单元，用于通过更新之后的所述梯度下降树序列生成器对所述待训练梯度下降树进行更新。

9.如权利要求8所述的梯度下降树的生成装置，其中，所述梯度下降树序列生成器为神经网络模块或进化算法模块，所述第一更新单元在所述梯度下降树序列生成器为所述神经网络模块时，通过反向传播算法更新所述梯度下降树序列生成器；在所述梯度下降树序列生成器为所述进化算法模块时，通过种群更新算法更新所述梯度下降树序列生成器。

10.如权利要求6所述的梯度下降树的生成装置，其中，所述获取模块通过K折交叉划分算法将所述训练集和所述验证集划分为K个训练子集和K个验证子集。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑5中任一项所述的梯度下降树的生成方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1‑5中任一项所述的梯度下降树的生成方法。