[发明专利]卷积神经网络的池化方法、装置及存储介质、计算机设备在审
| 申请号： | 201910113187.9 | 申请日： | 2019-02-13 |
| 公开（公告）号： | CN109948651A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 房树明;王健宗 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 深圳市立智方成知识产权代理事务所(普通合伙) 44468 | 代理人： | 王增鑫 |
| 地址： | 518000 广东省深圳市福田区福*** | 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： | 本发明提供一种卷积神经网络的池化方法、装置及存储介质、计算机设备，所述方法包括：获取卷积神经网络的训练样本，将训练样本输入卷积神经网络模型；将卷积神经网络模型的卷积层输出的样本数据矩阵输入卷积神经网络模型的池化层，在池化层中将样本数据矩阵划分为多个数据子矩阵；从每个数据子矩阵中随机提取一个样本数据；根据提取的每个样本数据生成池化矩阵，将该池化矩阵作为池化层的输出。上述方法可以扩充池化后的数据样本，丰富了卷积神经网络的输入信息。 | ||
| 搜索关键词： | 卷积神经网络 池化 样本数据 矩阵 计算机设备 存储介质 训练样本 子矩阵 矩阵输入 输入信息 数据样本 随机提取 输出 卷积 | ||
【主权项】：
1.一种卷积神经网络的池化方法，其特征在于，包括：获取卷积神经网络的训练样本，将训练样本输入卷积神经网络模型；将卷积神经网络模型的卷积层输出的样本数据矩阵输入卷积神经网络模型的池化层，在池化层中将样本数据矩阵划分为多个数据子矩阵；从每个数据子矩阵中随机提取一个样本数据；根据提取的每个样本数据生成池化矩阵，将该池化矩阵作为池化层的输出。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201910113187.9/，转载请声明来源钻瓜专利网。
