[发明专利]生成式对抗网络的训练方法、装置及电子设备在审
申请号: | 202011562340.5 | 申请日: | 2020-12-25 |
公开(公告)号: | CN112541557A | 公开(公告)日: | 2021-03-23 |
发明(设计)人: | 余晓峰;郑立涛 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N20/20 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 王萌 |
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: | 生成 对抗 网络 训练 方法 装置 电子设备 | ||
1.一种生成式对抗网络的训练方法,包括:
确定干扰样本集中各个干扰样本当前分别对应的干扰概率;
根据每个所述干扰样本当前对应的干扰概率,从所述干扰样本集中获取目标干扰样本;
利用所述生成式对抗网络中的生成器,对所述目标干扰样本进行处理,以生成判别样本;
将所述判别样本输入所述生成式对抗网络中的判别器,以获取所述判别样本属于真实样本的概率;
根据所述判别样本属于真实样本的概率及对应的干扰概率,对所述生成式对抗网络进行修正。
2.如权利要求1所述的方法,其中,所述确定干扰样本集中各个干扰样本当前分别对应的干扰概率,包括:
基于预设的超平面参数,确定所述干扰样本集中每个干扰样本当前对应的超平面;
根据所述每个干扰样本当前对应的超平面,计算每个所述干扰样本当前对应的干扰概率。
3.如权利要求1所述的方法,其中,在所述确定干扰样本集中各个干扰样本当前分别对应的干扰概率之前,还包括:
利用所述生成式对抗网络中的编码器,将所述干扰样本集中的各个干扰样本分别进行编码,以确定每个干扰样本的向量表示。
4.如权利要求3所述的方法,其中,所述根据所述判别样本属于真实样本的概率及对应的干扰概率,对所述生成式对抗网络进行修正,包括:
根据所述判别样本属于真实样本的概率及对应的干扰概率,确定第一损失值及第二损失值;
根据所述第一损失值,对所述生成器进行修正;
根据所述第二损失值,对所述判别器进行修正。
5.如权利要求4所述的方法,其中,还包括:
根据所述第一损失值及所述第二损失值,对所述编码器进行修正。
6.如权利要求1-3任一所述的方法,其中,还包括:
将标注样本输入所述生成式对抗网络中的判别器,以获取所述标注样本属于真实样本的概率;
根据所述标注样本属于真实样本的概率,确定第三损失值;
根据所述第三损失值,对所述判别器进行修正。
7.一种生成式对抗网络的训练装置,包括:
第一确定模块,用于确定干扰样本集中各个干扰样本当前分别对应的干扰概率;
第一获取模块,用于根据每个所述干扰样本当前对应的干扰概率,从所述干扰样本集中获取目标干扰样本;
生成模块,用于利用所述生成式对抗网络中的生成器,对所述目标干扰样本进行处理,以生成判别样本;
第二获取模块,用于将所述判别样本输入所述生成式对抗网络中的判别器,以获取所述判别样本属于真实样本的概率;
第一修正模块,用于根据所述判别样本属于真实样本的概率及对应的干扰概率,对所述生成式对抗网络进行修正。
8.如权利要求7所述的装置,其中,所述第一确定模块,包括:
第一确定单元,用于基于预设的超平面参数,确定所述干扰样本集中每个干扰样本当前对应的超平面;
计算单元,用于根据所述每个干扰样本当前对应的超平面,计算每个所述干扰样本当前对应的干扰概率。
9.如权利要求7所述的装置,其中,还包括:
第二确定模块,用于利用所述生成式对抗网络中的编码器,将所述干扰样本集中的各个干扰样本分别进行编码,以确定每个干扰样本的向量表示。
10.如权利要求9所述的装置,其中,所述第一修正模块,包括:
第二确定单元,用于根据所述判别样本属于真实样本的概率及对应的干扰概率,确定第一损失值及第二损失值;
第一修正单元,用于根据所述第一损失值,对所述生成器进行修正;
第二修正单元,用于根据所述第二损失值,对所述判别器进行修正。
11.如权利要求10所述的装置,其中,还包括:
第二修正模块,用于根据所述第一损失值及所述第二损失值,对所述编码器进行修正。
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011562340.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种护肤面膜及其制备方法
- 下一篇:一种智能防冻风力发电装置