[发明专利]一种基于牛顿共轭梯度法的深度学习网络架构有效
| 申请号： | 202010130876.3 | 申请日： | 2020-02-28 |
| 公开（公告）号： | CN111476346B | 公开（公告）日： | 2022-11-29 |
| 发明（设计）人： | 林宙辰;沈铮阳;杨一博 | 申请（专利权）人： | 之江实验室 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06V10/82;G06V40/16 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310023 浙江省杭州市余*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于牛顿共轭梯度法的深度学习网络架构，本发明首先把神经网络的迭代运算看成是用简单拟牛顿法来求解一个优化问题的过程，然后把求解过程换成更精确的牛顿法，其Hessian矩阵的逆和梯度的乘积用若干步共轭梯度法来近似，最后把整个计算过程用网络结构表达出来，得到相应的深度神经网络。可应用于人工智能、计算机视觉等应用领域。采用本发明技术方案，从优化算法出发设计神经网络结构，能够改进传统的依靠经验、实验尝试搜索的设计方式，得到更高效的神经网络结构，从而节省大量的时间与计算资源。本发明用优化算法中的牛顿法来启发深度神经网络结构设计，可以得到性能优越的深度神经网络。 | ||
| 搜索关键词： | 一种 基于 牛顿 共轭 梯度 深度 学习 网络 架构 | ||
【主权项】：
暂无信息
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之江实验室，未经之江实验室许可，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/202010130876.3/，转载请声明来源钻瓜专利网。
