[发明专利]卷积神经网络模型中数据定位的方法、装置及存储介质

摘要

本公开涉及数据处理技术领域，具体涉及一种卷积神经网络模型中数据定位的方法、装置及存储介质，用于解决相关技术中卷积神经网络模型输出错误数据时难以确定是哪一层出错的技术问题。所述卷积神经网络模型中数据定位的方法包括：确定第五神经元集合中出现不符合预期数据的目标子神经元；计算在第四神经元集合中对应于目标子神经元的第四母神经元所在位置；根据第四母神经元所在位置，获取第四母神经元的数据；根据第四母神经元的数据和目标子神经元的数据，判断池化层的设置参数是否正确；当池化层的设置参数不正确时，输出第一提示信息以使用户修改池化层的设置参数，以获得修改后的卷积神经网络模型。

主权项

1.一种卷积神经网络模型中数据定位的方法，其特征在于，所述卷积神经网络模型包括池化层和激活层，所述激活层输出第四神经元集合，所述第四神经元集合输入所述池化层以使所述池化层输出第五神经元集合；所述方法包括：/n确定所述第五神经元集合中出现不符合预期数据的目标子神经元；/n根据所述目标子神经元在所述第五神经元集合中的位置、所述池化层的核尺寸、所述目标子神经元在所述第五神经元集合中的位置以及所述第四神经元集合的宽度和高度，计算在所述第四神经元集合中对应于所述目标子神经元的第四母神经元所在位置；/n根据所述第四母神经元所在位置，获取所述第四母神经元的数据；/n根据所述第四母神经元的数据和所述目标子神经元的数据，判断所述池化层的设置参数是否正确；/n当所述池化层的设置参数不正确时，输出第一提示信息以使用户修改所述池化层的设置参数，以获得修改后的卷积神经网络模型。/n