[发明专利]一种神经网络初始化方法、装置、可读介质及存储控制器在审
| 申请号： | 201710756629.2 | 申请日： | 2017-08-29 |
| 公开（公告）号： | CN107506829A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 张旭;段成德;于治楼 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 济南信达专利事务所有限公司37100 | 代理人： | 李世喆 |
| 地址： | 250100 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种神经网络初始化方法、装置、可读介质及存储控制器，该方法包括根据待训练神经网络的结构以及权重值数量，构建离散神经网络，并确定所述离散神经网络对应的权重值的取值范围；在确定出的所述取值范围内，确定当前离散训练值；利用所述离散神经网络，确定与所述当前离散训练值对应的梯度值；确定所述梯度值是否不大于预设第一阈值；如果是，根据所述当前离散训练值，确定全局最优离散权重参数；将确定出的所述最优离散权重参数赋值给所述待训练神经网络，利用所述全局最优离散权重参数，对所述待训练神经网络进行训练。本方案能缩短神经网络的训练时间。 | ||
| 搜索关键词： | 一种 神经网络 初始化 方法 装置 可读 介质 存储 控制器 | ||
【主权项】：
一种神经网络初始化方法，其特征在于，包括：根据待训练神经网络的结构以及权重值数量，构建离散神经网络，并确定所述离散神经网络对应的权重值的取值范围；在确定出的所述取值范围内，确定当前离散训练值；利用所述离散神经网络，确定与所述当前离散训练值对应的梯度值；确定所述梯度值是否不大于预设第一阈值；如果是，根据所述当前离散训练值，确定全局最优离散权重参数；将确定出的所述最优离散权重参数赋值给所述待训练神经网络，利用所述全局最优离散权重参数，对所述待训练神经网络进行训练。
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济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，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/201710756629.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种多阀值多函数定向神经元的设计方法
- 下一篇：爆破参数确定方法及系统
