[发明专利]一种深度卷积神经网络训练方法及装置在审
| 申请号： | 201610738135.7 | 申请日： | 2016-08-26 |
| 公开（公告）号： | CN106355248A | 公开（公告）日： | 2017-01-25 |
| 发明（设计）人： | 乔宇;刘家铭;王亚立 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/06 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙)44316 | 代理人： | 赵勍毅 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及深度学习技术领域，特别涉及一种深度卷积神经网络训练方法及装置。所述深度卷积神经网络训练方法包括步骤a在大规模源数据集上对DCNN进行预训练，并对所述DCNN进行模型剪枝；步骤b在剪枝过的DCNN上进行迁移学习；步骤c利用小规模目标数据集对迁移后的DCNN进行模型压缩。本发明利用迁移学习方法与模型压缩技术的优势互补，在大规模源数据集到小规模目标数据集的迁移学习过程中，对DCNN进行模型压缩与剪枝，从而改善迁移学习能力，以降低DCNN在小规模目标数据集上的过拟合风险与部署难度，提高模型在目标数据集上的预测能力。 | ||
| 搜索关键词： | 一种 深度 卷积 神经网络 训练 方法 装置 | ||
【主权项】：
一种深度卷积神经网络训练方法，其特征在于，包括以下步骤：步骤a：在大规模源数据集上对DCNN进行预训练，并对所述DCNN进行模型剪枝；步骤b：在剪枝过的DCNN上进行迁移学习；步骤c：利用小规模目标数据集对迁移后的DCNN进行模型压缩。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/201610738135.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种泥浆泵控制装置及其控制方法
- 下一篇：一种压缩机的控制装置、方法及压缩机
