[发明专利]一种基于反函数的神经网络优化方法、系统及电子设备在审
| 申请号： | 201710673883.6 | 申请日： | 2017-08-08 |
| 公开（公告）号： | CN107644253A | 公开（公告）日： | 2018-01-30 |
| 发明（设计）人： | 赵宝新;须成忠;赵娟娟 | 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 |
| 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，特别涉及一种基于反函数的神经网络优化方法、系统及电子设备。所述优化方法包括步骤a通过前向传输计算神经网络隐含层和输出层的数值；步骤b根据实际输出值，通过反函数计算输出层需要的输入值；步骤c计算所述反函数计算得到的输入值与所述前向传输计算得到的输出层的数值之间的差异值，根据所述差异值，利用负反馈调节方法调节输出层的参数值，并利用梯度下降法调节隐含层的参数值。本发明通过反函数计算得到输出层预想调节到的位置，之后在不断的迭代中，直接得到该位置信息，而不需要重新计算误差和梯度，从而降低计算复杂度，加快优化过程的收敛速度，大大降低神经网络的训练时间。 | ||
| 搜索关键词： | 一种 基于 反函数 神经网络 优化 方法 系统 电子设备 | ||
【主权项】：
一种基于反函数的神经网络优化方法，其特征在于，包括：步骤a：通过前向传输计算神经网络隐含层和输出层的数值；步骤b：根据实际输出值，通过反函数计算输出层需要的输入值；步骤c：计算所述反函数计算得到的输入值与所述前向传输计算得到的输出层的数值之间的差异值，根据所述差异值，利用负反馈调节方法调节输出层的参数值，并利用梯度下降法调节隐含层的参数值。
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/201710673883.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种抗风型防眩板
- 下一篇：一种高度可调的防眩板
