[发明专利]一种免编程深度学习应用的开发方法有效
| 申请号： | 201810084964.7 | 申请日： | 2018-01-29 |
| 公开（公告）号： | CN108319456B | 公开（公告）日： | 2021-03-09 |
| 发明（设计）人： | 徐磊;舒良轩 | 申请（专利权）人： | 徐磊;舒良轩 |
| 主分类号： | G06F8/30 | 分类号： | G06F8/30;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市金信启明知识产权代理有限公司 44484 | 代理人： | 殷玉恩 |
| 地址： | 518000 广东省深圳市*** | 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： | 本发明公开了一种免编程深度学习应用的开发方法，包括以下步骤：设定神经网络类型，根据神经网络类型设定待输入的原始数据的数据类型，对原始数据进行训练前处理，形成训练数据；于图形界面上显示构建的神经网络组件库和/或神经网络模板库，利用可视化操作在图形界面上搭建可视化的神经网络，并于图形界面上显示搭建操作过程；训练神经网络并显示训练指标；给定神经网络输入并运行显示推理结果。本发明公开的软件开发方法通过图形界面上显示构建的神经网络组件库和/或神经网络模板库，利用可视化操作在图形界面上搭建可视化的神经网络，并于图形界面上显示搭建操作过程构建神经网络，避免了传统需要通过软件编程、接口复杂、调试耗时长的技术问题。 | ||
| 搜索关键词： | 一种 编程 深度 学习 应用 开发 方法 | ||
【主权项】：
1.一种免编程深度学习应用的开发方法，其特征在于，方法包括以下步骤：步骤1：设定神经网络类型，根据神经网络类型设定待输入的原始数据的数据类型，根据设定的数据类型对待输入的原始数据进行训练前处理，形成训练数据；步骤2：于图形界面上显示构建的神经网络组件库和/或神经网络模板库，利用可视化操作在图像界面上搭建可视化的神经网络，并于图形界面上显示搭建操作过程；步骤3：向搭建的神经网络输入训练数据，对神经网络设定网络超参数，神经网络根据网络超参数训练，并于图形界面上实时显示神经网络的训练指标；步骤4：于图形界面上显示训练好的神经网络，并给定输入数据，根据神经网络的模型输出推理结果，并于图形界面上显示。
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徐磊;舒良轩，未经徐磊;舒良轩许可，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/201810084964.7/，转载请声明来源钻瓜专利网。
- 上一篇：多线程的程序编写方法和程序编写系统
- 下一篇：积木式硬件编程套件
