[发明专利]一种卷积神经网络训练、测试方法及训练、测试装置在审
| 申请号： | 201711386149.8 | 申请日： | 2017-12-20 |
| 公开（公告）号： | CN107886164A | 公开（公告）日： | 2018-04-06 |
| 发明（设计）人： | 贾书军;程帅;袁淮;刘威 | 申请（专利权）人： | 东软集团股份有限公司;东软睿驰汽车技术（上海）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 赵晓荣,王宝筠 |
| 地址： | 110179 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种卷积神经网络训练、测试方法及训练、测试装置。该训练方法在第一步初始化各个卷积核时，按照掩码数组和神经网络结构初始化各个卷积核，并且在第五步获得更新卷积核时，也是按照掩码数组和神经网络结构对初始化卷积核进行更新。由于初始化卷积核和更新卷积核均是利用掩码数组进行掩码之后获得的，即初始化卷积核和更新卷积核中的元素有一部分掩码为0。因此，最终获得的卷积神经网络模型中的卷积核数据的存储量得以减少。训练获得的卷积神经网络模型的存储量得以减少。而利用训练之后获得的卷积神经网络模型进行计算时，由于参与计算的卷积核数据的数据量得以减少，利用该卷积神经网络模型进行计算的计算量也得以减少。 | ||
| 搜索关键词： | 一种 卷积 神经网络 训练 测试 方法 装置 | ||
【主权项】：
一种卷积神经网络训练方法，其特征在于，包括以下步骤：第一步：按照掩码数组和神经网络结构初始化各个卷积核，获得各个初始化卷积核；第二步：按照所述神经网络结构前向计算；第三步：根据前向运算结果判断损失函数达到给定阈值时，则执行第七步；反之执行第四步；第四步：按照所述神经网络结构反向传播计算；第五步：按照所述掩码数组和神经网络结构更新所述各个初始化卷积核，获得各个更新卷积核；所述更新卷积核为掩码后的更新卷积核；第六步：反复执行所述第二步、第三步、第四步和第五步进行训练；第七步：保存所述神经网络结构及训练得到的神经网络模型；所述神经网络模型包括训练得到的卷积核数据和对应的掩码数据，所述卷积核数据是按照所述掩码数据掩码后生成的。
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东软集团股份有限公司;东软睿驰汽车技术（上海）有限公司，未经东软集团股份有限公司;东软睿驰汽车技术（上海）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/201711386149.8/，转载请声明来源钻瓜专利网。
