1.一种超网络的训练方法，应用于图像处理，包括：基于预设超网络进行N次迭代操作，得到目标超网络；其中，N为大于等于2的整数；

其中，所述N次迭代操作中的第i次迭代操作，包括：利用第i‑1个概率模型，在使用第i‑1组超网络参数的预设超网络的搜索空间中选取m个子网络；其中，i为小于等于N的正整数，m为正整数；

基于所述第i‑1组超网络参数对所述m个子网络进行评估，得到所述m个子网络的性能信息；

基于所述m个子网络的性能信息，得到第i个概率模型；

基于所述第i‑1个概率模型的超参数与所述第i个概率模型的超参数之间的互信息，得到第i组超网络参数；

在i等于预设阈值N的情况下，将使用所述第i组超网络参数的预设超网络作为所述目标超网络；

从所述目标超网络的搜索空间中选取目标子网络；

获取待处理图像；

利用所述目标子网络对所述待处理图像进行处理，得到所述待处理图像的图像处理结果。

2.根据权利要求1所述的方法，其中，所述利用第i‑1个概率模型，在使用第i‑1组超网络参数的预设超网络的搜索空间中选取m个子网络，包括：利用第i‑1个概率模型，在所述使用第i‑1组超网络参数的预设超网络的搜索空间中选取使得信息熵最大化的m个子网络。

3.根据权利要求1所述的方法，其中，所述基于所述m个子网络的性能信息，得到第i个概率模型，包括：基于所述m个子网络的性能信息进行最大似然估计，得到第i组概率模型超参数；

基于所述第i组概率模型超参数，得到所述第i个概率模型。

4.根据权利要求1所述的方法，其中，所述基于所述第i‑1个概率模型的超参数与所述第i个概率模型的超参数之间的互信息，得到第i组超网络参数，包括：将所述第i‑1个概率模型的超参数与所述第i个概率模型的超参数之间的互信息的倒数作为损失函数；

基于所述损失函数对所述第i‑1组超网络参数进行更新，得到第i组超网络参数。

5.根据权利要求1‑4中任一项所述的方法，还包括：利用第N个概率模型，在所述目标超网络的搜索空间中选取k个子网络；其中，k为正整数；

基于所述目标超网络的超网络参数对所述k个子网络进行评估，得到所述k个子网络的性能信息；

将所述k个子网络的性能信息中的最大值所对应的子网络，确定为目标子网络。

6.一种超网络的训练装置，应用于图像处理，包括：迭代模块，用于基于预设超网络进行N次迭代操作，得到目标超网络；其中，N为大于等于2的整数；

其中，所述迭代模块包括：

子网络单元，用于利用第i‑1个概率模型，在使用第i‑1组超网络参数的预设超网络的搜索空间中选取m个子网络；其中，i为小于等于N的正整数，m为正整数；

性能信息单元，用于基于所述第i‑1组超网络参数对所述m个子网络进行评估，得到所述m个子网络的性能信息；

概率模型单元，用于基于所述m个子网络的性能信息，得到第i个概率模型；

超网络参数单元，用于基于所述第i‑1个概率模型的超参数与所述第i个概率模型的超参数之间的互信息，得到第i组超网络参数；

目标超网络单元，用于在i等于预设阈值N的情况下，将使用所述第i组超网络参数的预设超网络作为所述目标超网络；

子网络选取模块，用于从所述目标超网络的搜索空间中选取目标子网络；

图像获取模块，用于获取待处理图像；

图像处理模块，用于利用所述目标子网络对所述待处理图像进行处理，得到所述待处理图像的图像处理结果。

7.根据权利要求6所述的装置，其中，所述性能信息单元用于：利用第i‑1个概率模型，在所述使用第i‑1组超网络参数的预设超网络的搜索空间中选取使得信息熵最大化的m个子网络。

8.根据权利要求6所述的装置，其中，所述概率模型单元用于：基于所述m个子网络的性能信息进行最大似然估计，得到第i组概率模型超参数；

基于所述第i组概率模型超参数，得到所述第i个概率模型。

9.根据权利要求6所述的装置，其中，所述超网络参数单元用于：将所述第i‑1个概率模型的超参数与所述第i个概率模型的超参数之间的互信息的倒数作为损失函数；

基于所述损失函数对所述第i‑1组超网络参数进行更新，得到第i组超网络参数。

10.根据权利要求6‑9中任一项所述的装置，还包括：子网络选取模块，用于利用第N个概率模型，在所述目标超网络的搜索空间中选取k个子网络；其中，k为正整数；

性能评估模块，用于基于所述目标超网络的超网络参数对所述k个子网络进行评估，得到所述k个子网络的性能信息；

目标确定模块，用于将所述k个子网络的性能信息中的最大值所对应的子网络，确定为目标子网络。

11.一种电子设备，其特征在于，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，其特征在于，所述计算机指令用于使计算机执行权利要求1‑5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据权利要求1‑5中任一项所述的方法。