[发明专利]一种神经网络模型的训练方法、电子设备及存储介质在审
| 申请号： | 201711184229.5 | 申请日： | 2017-11-23 |
| 公开（公告）号： | CN108009638A | 公开（公告）日： | 2018-05-08 |
| 发明（设计）人： | 徐鹏飞;赵瑞 | 申请（专利权）人： | 深圳市深网视界科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人： | 石伍军;张鹏 |
| 地址： | 518000 广东省深圳市南山区粤*** | 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： | 本发明公开了一种神经网络模型的训练方法，包括：获取第一图像特征和第二图像特征；第一图像特征为图片A经过已经训练完成的模型所输出的图像特征，第二图像特征为图片A经过待训练模型所输出的图像特征；获取分类概率；分类概率为第二图像特征经过待训练模型的分类层所输出的分类概率；根据第一图像特征、第二图像特征及分类概率更新待训练模型的参数直到第二图像特征与所述第一图像特征相拟合。本发明还公开了一种电子设备及存储介质，本发明提供的神经网络模型的训练方法、电子设备及存储介质根据第一图像特征、第二图像特征及分类概率更新待训练模型的参数，训练得到一个与已经训练完成的大模型精度相当的小模型，保证了计算速度和计算精度。 | ||
| 搜索关键词： | 一种 神经网络 模型 训练 方法 电子设备 存储 介质 | ||
【主权项】：
1.一种神经网络模型的训练方法，其特征在于，包括：获取第一图像特征和第二图像特征；其中，所述第一图像特征为图片A经过已经训练完成的模型所输出的图像特征，所述第二图像特征为图片A经过待训练模型所输出的图像特征；获取分类概率；其中，所述分类概率为所述第二图像特征经过所述待训练模型的分类层所输出的分类概率；根据所述第一图像特征、所述第二图像特征及所述分类概率更新所述待训练模型的参数直到所述第二图像特征与所述第一图像特征相拟合。
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市深网视界科技有限公司，未经深圳市深网视界科技有限公司许可，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/201711184229.5/，转载请声明来源钻瓜专利网。
