[发明专利]神经网络的训练方法、装置及存储介质在审
| 申请号： | 201911053898.8 | 申请日： | 2019-10-31 |
| 公开（公告）号： | CN110782034A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 初祥祥;许瑞军;张勃;李吉祥;李庆源;王斌 | 申请（专利权）人： | 北京小米智能科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 11270 北京派特恩知识产权代理有限公司 | 代理人： | 王黎延;马广禄 |
| 地址： | 100085 北京市海淀区清河*** | 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： | 本公开是关于一种神经网络的训练方法、装置及存储介质，该方法可以包括：对超网络进行训练，得到超网络的网络参数，超网络的每个网络层包括：并列的多个备选网络子结构；从超网络的每个网络层的多个备选网络子结构中，选择一个备选网络子结构作为目标网络子结构；基于各层所选的目标网络子结构，构成子网络；将从超网络继承的网络参数作为子网络的初始化参数，训练子网络得到子网络的网络参数。本公开中，将从超网络继承的网络参数作为子网络的初始化参数，并训练子网络，不用针对子网络从零开始训练，能减少训练神经网络的运算量，提高训练效率。 | ||
| 搜索关键词： | 子网络 子结构 网络参数 备选网络 网络 初始化参数 目标网络 网络层 训练神经网络 存储介质 神经网络 训练效率 运算量 继承 并列 | ||
【主权项】：
1.一种神经网络的训练方法，其特征在于，包括：/n对超网络进行训练，得到所述超网络的网络参数，其中，所述超网络的每个网络层包括：并列的多个备选网络子结构；/n从所述超网络的每个网络层的多个备选网络子结构中，选择一个所述备选网络子结构作为目标网络子结构；/n基于各层所选的所述目标网络子结构，构成子网络；/n将从所述超网络继承的网络参数作为所述子网络的初始化参数，训练所述子网络得到所述子网络的网络参数。/n
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北京小米智能科技有限公司，未经北京小米智能科技有限公司许可，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/201911053898.8/，转载请声明来源钻瓜专利网。
