[发明专利]神经网络模型处理方法、装置、设备及可读存储介质有效
| 申请号： | 201810903730.0 | 申请日： | 2018-08-09 |
| 公开（公告）号： | CN109102017B | 公开（公告）日： | 2021-08-03 |
| 发明（设计）人： | 杨少雄;赵晨 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 张子青;刘芳 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种神经网络模型处理方法、装置、设备及可读存储介质，方法包括：获取神经网络模型至少一轮历史学习过程中的历史学习数据，所述历史学习数据包括至少一组权重值以及与所述权重值对应的收敛损失值；根据所述历史学习数据中的最优权重为所述神经网络模型的下一轮学习过程设置初始权重；通过训练集中的待训练图像数据对已设置初始权重的所述神经网络模型进行训练，获得训练完毕的神经网络模型。通过至少一轮历史学习过程中的历史学习数据中的最优权重为下一轮学习过程设置权重，从而能够提高神经网络模型的学习效率。 | ||
| 搜索关键词： | 神经网络 模型 处理 方法 装置 设备 可读 存储 介质 | ||
【主权项】：
1.一种神经网络模型处理方法，其特征在于，包括：获取神经网络模型至少一轮历史学习过程中的历史学习数据，所述历史学习数据包括至少一组权重值以及与所述权重值对应的收敛损失值；根据所述历史学习数据中的最优权重为所述神经网络模型的下一轮学习过程设置初始权重；通过训练集中的待训练图像数据对已设置初始权重的所述神经网络模型进行训练，获得训练完毕的神经网络模型。
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百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）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/201810903730.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于桥梁技术状况的测试方法
- 下一篇：妇科分泌物图像的多标签分类方法
