[发明专利]使用一个神经网络来训练另一个神经网络有效
| 申请号： | 201780033295.4 | 申请日： | 2017-05-30 |
| 公开（公告）号： | CN109564636B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | U·梅尔哈夫;D·沙查姆 | 申请（专利权）人： | 微软技术许可有限责任公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 张立达;王英 |
| 地址： | 美国华*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开内容提出了用于使用一个神经网络来训练另一个神经网络的方法、系统和非暂时性机器可读存储介质。在示例性实施例中，通过向第一DCNN输入多个样本文档来训练第一DCNN以输出第一度量的值，其中，样本文档中的每个样本文档已经利用第一度量的值进行了标注。然后将第一输入文档的多个可能变换馈送到第一DCNN，获得多个可能变换中的每个可能变换的第一度量的值。基于多个可能变换中的每个可能变换的第一度量的值，从多个可能变换中选择第一变换。然后通过将所选择的第一变换输入到第二DCNN来训练第二DCNN以输出文档的变换。将第二输入文档馈送到第二DCNN，获得第二输入文档的第二变换。 | ||
| 搜索关键词： | 使用 一个 神经网络 训练 另一个 | ||
【主权项】：
1.一种训练和使用深度卷积神经网络(DCNN)的计算机化的方法，所述方法包括：通过向第一DCNN输入多个样本文档来训练所述第一DCNN以输出第一度量的值，所述样本文档中的每个样本文档已经利用所述第一度量的值进行了标注；将第一输入文档的多个可能变换馈送到所述第一DCNN，获得所述多个可能变换中的每个可能变换的所述第一度量的值；基于所述多个可能变换中的每个可能变换的所述第一度量的所述值，从所述多个可能变换中选择第一变换；通过将所选择的第一变换和所述第一度量的相应值输入到第二DCNN来训练所述第二DCNN以输出文档的变换；以及将第二输入文档馈送到所述第二DCNN，获得所述第二输入文档的第二变换。
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微软技术许可有限责任公司，未经微软技术许可有限责任公司许可，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/201780033295.4/，转载请声明来源钻瓜专利网。
