[发明专利]构建卷积神经网络

权利要求书

1.一种方法，包括：

基于针对多媒体内容的训练数据集，确定用于卷积神经网络中的卷积层的卷积参数和第一特征图；

根据所述第一特征图之间的相关性来改变所述第一特征图的顺序，以获得第二特征图；以及

基于所述训练数据集和所述第二特征图来更新所述卷积参数。

2.根据权利要求1所述的方法，其中更新所述卷积参数包括：

确定所述第一特征图的所述顺序的改变量；以及

响应于所述量大于预定阈值，更新所述卷积参数。

3.根据权利要求2所述的方法，进一步包括：

将索引指配给所述第一特征图；以及

生成所述索引的列表。

4.根据权利要求3所述的方法，进一步包括：

基于所述第二特征图来更新所述索引的所述列表。

5.根据权利要求4所述的方法，其中确定所述第一特征图的所述顺序的改变量包括：

确定所生成的所述索引的所述列表与经更新的所述索引的所述列表之间的差异。

6.根据权利要求1至5中任一项所述的方法，其中根据所述第一特征图之间的相关性来改变所述第一特征图的顺序包括：

获得所述第一特征图的表示信息；

确定所述表示信息之间的差异；以及

基于所述表示信息之间的所述差异来确定所述相关性。

7.一种装置，包括：

至少一个处理器；以及

包括计算机程序代码的至少一个存储器；

所述至少一个存储器和所述计算机程序代码被配置为，与所述至少一个处理器一起，使得所述装置至少：

基于针对多媒体内容的训练数据集，确定用于卷积神经网络中的卷积层的卷积参数和第一特征图；

根据所述第一特征图之间的相关性来改变所述第一特征图的顺序，以获得第二特征图；以及

基于所述训练数据集和所述第二特征图来更新所述卷积参数。

8.根据权利要求7所述的装置，其中所述至少一个存储器和所述计算机程序代码被配置为，与所述至少一个处理器一起，使得所述装置：

确定所述第一特征图的所述顺序的改变量；以及

响应于所述量大于预定阈值，更新所述卷积参数。

9.根据权利要求8所述的装置，其中所述至少一个存储器和所述计算机程序代码被配置为，与所述至少一个处理器一起，使得所述装置至少进一步执行：

将索引指配给所述第一特征图；以及

生成所述索引的列表。

10.根据权利要求9所述的装置，其中所述至少一个存储器和所述计算机程序代码被配置为，与所述至少一个处理器一起，使得所述装置至少进一步执行：

基于所述第二特征图来更新所述索引的所述列表。

11.根据权利要求10所述的装置，其中所述至少一个存储器和所述计算机程序代码被配置为，与所述至少一个处理器一起，使得所述装置：通过确定所生成的所述索引的所述列表与经更新的所述索引的所述列表之间的差异，来确定所述第一特征图的所述顺序的改变量。

12.根据权利要求7至11中任一项所述的装置，其中所述至少一个存储器和所述计算机程序代码被配置为，与所述至少一个处理器一起，使得所述装置：

获得所述第一特征图的表示信息；

确定所述表示信息之间的差异；

基于所述表示信息之间的所述差异来确定所述相关性；以及

根据所述第一特征图之间的所述相关性来改变所述第一特征图的所述顺序，以获得所述第二特征图。

13.一种装置，包括用于执行根据权利要求1至6中任一项所述的方法的部件。

14.一种计算机程序产品，包括至少一个计算机可读非瞬态存储器介质，所述至少一个计算机可读非瞬态存储器介质具有存储在其上的程序代码，所述程序代码当由装置执行时，使得所述装置执行根据权利要求1至6中任一项所述的方法。