[发明专利]训练卷积神经网络模型的方法、装置及存储介质有效
| 申请号： | 201710675297.5 | 申请日： | 2017-08-09 |
| 公开（公告）号： | CN107480773B | 公开（公告）日： | 2020-11-13 |
| 发明（设计）人： | 万韶华 | 申请（专利权）人： | 北京小米移动软件有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 林锦澜 |
| 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： | 本公开是关于一种训练卷积神经网络模型的方法、装置及存储介质，涉及深度学习技术领域，该方法包括：对于卷积神经网络模型包括的多个隐含层中的每个隐含层，基于隐含层的隐藏概率从隐含层包括的多个节点中选择目标节点，该多个隐含层的隐藏概率不相同；基于从多个隐含层中选择的目标节点对卷积神经网络模型进行训练。由于不同的隐含层对应不同的输入值，因此，当采用不同的隐藏概率从不同的隐含层中选择目标节点进行训练时，相较于相关技术中对所有隐含层均采用相同的隐藏概率进行训练，可以有效的提高卷积神经网络模型的图像识别准确率。 | ||
| 搜索关键词： | 训练 卷积 神经网络 模型 方法 装置 存储 介质 | ||
【主权项】：
一种训练卷积神经网络模型的方法，其特征在于，所述方法包括：对于卷积神经网络模型包括的多个隐含层中的每个隐含层，基于所述隐含层的隐藏概率从所述隐含层包括的多个节点中选择目标节点，所述多个隐含层的隐藏概率不相同；基于从所述多个隐含层中选择的目标节点对所述卷积神经网络模型进行训练。
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移动软件有限公司，未经北京小米移动软件有限公司许可，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/201710675297.5/，转载请声明来源钻瓜专利网。
