[发明专利]使用起源数据的深度学习模型洞察

权利要求书

1.一种方法，包括：

收集起源数据；

基于所收集的起源数据来生成模型洞察；

基于所生成的模型洞察来生成训练模型；

减小训练模型尺寸；以及

创建最终训练后模型。

2.根据权利要求1所述的方法，还包括：

使用所述最终训练后模型对查询样本进行分类；

确定最终训练后模型输出中所述查询样本的错误分类；

使用所述起源数据来分析所述错误分类；以及

基于所述错误分类向用户提供所生成的洞察。

3.根据权利要求1所述的方法，其中，所述起源数据包括在深度学习训练阶段期间收集的数据。

4.根据权利要求1所述的方法，其中，所述起源数据包括基于经过深度学习模型的一次或多次迭代的训练图像的所学习的权重、所学习的激活值、所学习的节点和所学习的梯度。

5.根据权利要求1所述的方法，其中，所述起源数据包括基于经过深度学习模型的一层或多层的训练图像的所学习的权重、所学习的激活值、所学习的节点和所学习的梯度。

6.根据权利要求1所述的方法，其中，通过分析所述起源数据来生成所述模型洞察，其中，所述模型洞察包括：对神经元权重、神经元学习特征、神经元历史、神经元谱系、相关神经元和未使用神经元的分析。

7.根据权利要求1所述的方法，其中，减小所述模型尺寸是基于周期性分析来确定的。

8.一种计算机系统，包括：

一个或多个处理器、一个或多个计算机可读存储器、一个或多个计算机可读有形存储介质、以及存储在所述一个或多个计算机可读有形存储介质中的至少一个上的程序指令，以由所述一个或多个处理器中的至少一个经由所述一个或多个计算机可读存储器中的至少一个执行，其中，所述计算机系统能够执行根据权利要求1至7中任一项所述的方法中的步骤。

9.一种计算机系统，包括用于执行根据权利要求1至7中的任一项所述的方法的步骤的装置。

10.一种计算机程序产品，包括计算机可读存储介质，所述计算机可读存储介质中体现有程序指令，所述程序指令能够由处理电路读取以使所述处理电路执行根据权利要求1-7中任一项所述的方法中的步骤。