[发明专利]深度神经网络的构建方法及系统有效
| 申请号： | 201310755400.9 | 申请日： | 2013-12-31 |
| 公开（公告）号： | CN104751227A | 公开（公告）日： | 2015-07-01 |
| 发明（设计）人： | 潘嘉;何婷婷;刘聪;王智国;胡国平;张仕良;胡郁 | 申请（专利权）人： | 安徽科大讯飞信息科技股份有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G10L15/16;G10L15/06 |
| 代理公司： | 北京维澳专利代理有限公司 11252 | 代理人： | 王立民;吉海莲 |
| 地址： | 230088 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度神经网络的构建方法及系统，该方法包括：确定深度神经网络输入层的节点个数和输出层的节点个数；获取训练数据；确定深度神经网络隐含层的层数和第一层隐含层的节点个数：根据所述训练数据的数据量、隐含层的层数和第一层隐含层的节点个数，确定后续隐含层的节点个数，并使不同隐含层的节点个数呈递减变化；利用所述训练数据确定所述深度神经网络的模型参数得到深度神经网络。与现有技术的深度神经网络相比，应用本发明构建的深度神经网络极大地减少了神经网络的参数个数，减小了所需的存储空间并且加快了模型的训练速度。 | ||
| 搜索关键词： | 深度 神经网络 构建 方法 系统 | ||
【主权项】：
一种深度神经网络的构建方法，其特征在于，包括：确定深度神经网络输入层的节点个数和输出层的节点个数；获取训练数据；确定深度神经网络隐含层的层数和第一层隐含层的节点个数：根据所述训练数据的数据量、隐含层的层数和第一层隐含层的节点个数，确定后续隐含层的节点个数，并使不同隐含层的节点个数呈递减变化；利用所述训练数据确定所述深度神经网络的模型参数得到深度神经网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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安徽科大讯飞信息科技股份有限公司;，未经安徽科大讯飞信息科技股份有限公司;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/patent/201310755400.9/，转载请声明来源钻瓜专利网。
