[发明专利]卷积神经网络的训练方法及装置有效
| 申请号： | 201710539510.X | 申请日： | 2017-07-04 |
| 公开（公告）号： | CN107480785B | 公开（公告）日： | 2021-01-29 |
| 发明（设计）人： | 陈志军 | 申请（专利权）人： | 北京小米移动软件有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京尚伦律师事务所 11477 | 代理人： | 代治国 |
| 地址： | 100085 北京市海淀区清河*** | 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： | 本公开是关于卷积神经网络的训练方法及装置。该方法包括：在接收到向卷积神经网络输入的图片样本时，获取卷积神经网络对图片样本的当前识别结果；根据图片样本的预设识别结果，确定图片样本的识别间隔参数；根据当前识别结果和识别间隔参数，确定图片样本的目标识别损失值；根据图片样本的目标识别损失值，调整卷积神经网络的网络参数。该技术方案，可以使得目标识别损失值更为准确、能够体现出不同图片样本之间的距离间隔，这样，通过目标识别损失值调整后的网络参数就会更加精准，使调整后的卷积神经网络能够更加有效地区分开具有差异的不同样本，进而使得卷积神经网络的识别结果更为准确。 | ||
| 搜索关键词： | 卷积 神经网络 训练 方法 装置 | ||
【主权项】：
一种卷积神经网络的训练方法，其特征在于，包括：在接收到向所述卷积神经网络输入的图片样本时，获取所述卷积神经网络对所述图片样本的当前识别结果；根据所述图片样本的预设识别结果，确定所述图片样本的识别间隔参数；根据所述当前识别结果和所述识别间隔参数，确定所述图片样本的目标识别损失值；根据所述图片样本的目标识别损失值，调整所述卷积神经网络的网络参数。
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北京小米移动软件有限公司，未经北京小米移动软件有限公司许可，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/201710539510.X/，转载请声明来源钻瓜专利网。
