[发明专利]多媒体数据的识别方法、装置、设备及计算机存储介质

权利要求书

1.一种多媒体数据的识别方法，其特征在于，所述方法包括：

获取第二神经网络模型，所述第二神经网络模型由去除第一神经网络模型的目标批标准化层后，将批标准化处理公式添加至所述第一神经网络模型的目标隐层中后得到，所述第一神经网络模型包括至少一个隐层，所述至少一个隐层中的所述目标隐层与所述目标批标准化层连接，所述批标准化处理公式由所述目标批标准化层的预处理参数得到，所述批标准化处理公式用于将所述目标隐层的原始输出量处理为处理输出量，并将所述处理输出量输入所述目标隐层的下一层；

获取待识别的多媒体数据；

通过所述第二神经网络模型对所述待识别的多媒体数据进行识别；

获取所述第二神经网络模型的识别结果；

所述批标准化处理公式，包括：

；

其中，所述，所述，所述为所述处理输出量的第i个元素，所述为所述原始输出量的第i个元素，所述为所述目标批标准化层的权重的第i个元素，所述为所述目标批标准化层的数据方差的第i个元素，所述eps为预设参数，所述b_bn（i）为所述目标批标准化层的补偿量的第i个元素，所述e_bn（i）为所述目标批标准化层的数据均值的第i个元素；

所述目标批标准化层的预处理参数包括所述，所述，所述b_bn（i）以及所述e_bn（i）。

2.根据权利要求1所述的方法，其特征在于，所述获取第二神经网络模型，包括：

获取所述第一神经网络模型；

获取所述目标批标准化层的预处理参数，所述目标批标准化层用于根据所述预处理参数对所述目标隐层的原始输出量进行处理，得到处理输出量；

根据所述预处理参数得到所述目标批标准化层的批标准化处理公式；

去除所述目标批标准化层；

将所述批标准化处理公式添加至所述目标隐层中，得到所述第二神经网络模型。

3.根据权利要求1所述的方法，其特征在于，所述目标隐层为全连接层时，所述原始输出量的第i个元素，所述批标准化处理公式包括：

；

其中，所述input_size为所述全连接层的输入维度，所述为所述全连接层的权重矩阵的第i行第j列的元素，所述s（j）为所述全连接层的输入特征量的第j列的元素，所述b_fc（i）为所述全连接层的补偿量的第i行的元素。