[发明专利]一种卷积神经网络的训练方法及装置在审
| 申请号： | 201911023899.8 | 申请日： | 2019-10-25 |
| 公开（公告）号： | CN110782032A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 王子宁 | 申请（专利权）人： | 广州思德医疗科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 11002 北京路浩知识产权代理有限公司 | 代理人： | 陈玉婷 |
| 地址： | 510515 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种卷积神经网络的训练方法及装置，所述方法包括：根据预训练样本数据和原始卷积神经网络，确定瘦身卷积神经网络；所述瘦身卷积神经网络是保留全部目标卷积核、且保留可存储新卷积核的存储空间的卷积神经网络；输入训练样本数据至所述瘦身卷积神经网络，若识别出所述新卷积核，则确定与所述新卷积核对应的新特征分类类别；根据所述新特征分类类别标注对应的样本数据，并训练所述瘦身卷积神经网络。所述装置执行上述方法。本发明实施例提供的卷积神经网络的训练方法及装置，不仅有效提高了卷积神经网络识别已知类别的执行效率，还通过新特征分类类别标注对应的样本数据，并训练瘦身卷积神经网络，增强瘦身卷积神经网络的适应性。 | ||
| 搜索关键词： | 卷积神经网络 瘦身 分类类别 新特征 训练样本数据 样本数据 卷积核 标注 存储空间 可存储 目标卷 保留 卷积 核对 | ||
【主权项】：
1.一种卷积神经网络的训练方法，其特征在于，包括：/n根据预训练样本数据和原始卷积神经网络，确定瘦身卷积神经网络；所述瘦身卷积神经网络是保留全部目标卷积核、且保留可存储新卷积核的存储空间的卷积神经网络；其中，所述目标卷积核是利用KernelRetrace方法得到的、权重值大于预设值的卷积核、所述新卷积核是新增的所述目标卷积核、且具有新特征；/n输入训练样本数据至所述瘦身卷积神经网络，若识别出所述新卷积核，则确定与所述新卷积核对应的新特征分类类别；/n根据所述新特征分类类别标注对应的样本数据，并训练所述瘦身卷积神经网络。/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广州思德医疗科技有限公司，未经广州思德医疗科技有限公司许可，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/201911023899.8/，转载请声明来源钻瓜专利网。
