[发明专利]一种生成对抗网络的自生长训练方法有效
| 申请号： | 201910231530.X | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN109948717B | 公开（公告）日： | 2023-08-18 |
| 发明（设计）人： | 宋晓宁;陈耀 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06N3/0475;G06N3/094;G06N3/082 |
| 代理公司： | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人： | 王晓东 |
| 地址： | 214122 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种生成对抗网络的自生长训练方法，包括以下步骤，将随机噪声数据输入到生成对抗网络的生成器中，通过反卷积操作，训练卷积通道较小的种子神经网络框架，并将所述种子神经网络框架训练至目标程度；在所述种子网络训练结束之后将所述种子神经网络框架进行自生长运算，将所述种子神经网络框架的通道数增多，生长为成熟型网络；将所述成熟型网络进行剪枝操作，并设定剪枝操作为稀疏化剪枝。本发明的有益效果：本发明提出的自生长生成对抗网络能够有效的解决这个问题；三是同时针对生长方式提出特定的剪枝方法‑稀疏化剪枝，能够减掉特征图中相似性较高的特征图。 | ||
| 搜索关键词： | 一种 生成 对抗 网络 生长 训练 方法 | ||
【主权项】：
1.一种生成对抗网络的自生长训练方法，其特征在于：包括以下步骤，将随机噪声数据输入到生成对抗网络的生成器中，通过反卷积操作，训练卷积通道较小的种子神经网络框架，并将所述种子神经网络框架训练至目标程度；在所述种子网络训练结束之后将所述种子神经网络框架进行自生长运算，将所述种子神经网络框架的通道数增多，生长为成熟型网络；将所述成熟型网络进行剪枝操作，并设定剪枝操作为稀疏化剪枝。
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江南大学，未经江南大学许可，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/201910231530.X/，转载请声明来源钻瓜专利网。
