[发明专利]数据处理方法、装置、设备及存储介质在审
| 申请号： | 201810887707.7 | 申请日： | 2018-08-06 |
| 公开（公告）号： | CN109190761A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 杨少雄;赵晨 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 杨泽;刘芳 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 多阶 存储介质 神经网络 数据处理 网络 模型准确性 关联关系 特征丢失 网络层 预设 申请 收敛 | ||
1.一种数据处理方法，其特征在于，包括：
在获取到神经网络中第n层网络的第一输入数据后，基于预设的网络层数与多阶函数之间的关联关系，确定所述第n层网络对应的目标多阶函数；
基于所述目标多阶函数对所述第一输入数据进行处理，获得所述第n层网络的第二输入数据；
基于所述第二输入数据对所述第n层网络进行训练；
其中，n为正整数。
2.根据权利要求1所述的方法，其特征在于，在所述关联关系中不同网络层对应的多阶函数的表达形式不同。
3.根据权利要求2所述的方法，其特征在于，在所述关联关系中不同网络层对应的多阶函数的阶数不同。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述基于所述第二输入数据对所述第n层网络进行训练，包括：
对所述第二输入数据进行预设的数据增量处理，获得增量数据；
基于所述第二输入数据和所述增量数据训练所述第n层网络。
5.根据权利要求4所述的方法，其特征在于，所述预设的数据增量处理至少包括如下处理中的一种：
基于GAN网络的数据增量处理、数据间的加权求和处理、数据的线性压缩处理、数据的线性平移处理。
6.一种数据处理装置，其特征在于，包括：
确定模块，用于在获取到神经网络中第n层网络的第一输入数据后，基于预设的网络层数与多阶函数之间的关联关系，确定所述第n层网络对应的目标多阶函数；
处理模块，用于基于所述目标多阶函数对所述第一输入数据进行处理，获得所述第n层网络的第二输入数据；
训练模块，用于基于所述第二输入数据对所述第n层网络进行训练；
其中，n为正整数。
7.根据权利要求6所述的装置，其特征在于，在所述关联关系中不同网络层对应的多阶函数的表达形式不同。
8.根据权利要求7所述的装置，其特征在于，在所述关联关系中不同网络层对应的多阶函数的阶数不同。
9.根据权利要求6-8中任一项所述的装置，其特征在于，所述训练模块，包括：
数据增量子模块，用于对所述第二输入数据进行预设的数据增量处理，获得增量数据；
训练子模块，用于基于所述第二输入数据和所述增量数据训练所述第n层网络。
10.根据权利要求9所述的装置，其特征在于，所述预设的数据增量处理至少包括如下处理中的一种：
基于GAN网络的数据增量处理、数据间的加权求和处理、数据的线性压缩处理、数据的线性平移处理。
11.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810887707.7/1.html，转载请声明来源钻瓜专利网。
