[发明专利]基于神经网络的信息处理方法和装置

权利要求书

1.一种基于神经网络的信息处理方法，包括：

获取输入信息；

基于所述输入信息，采用元神经网络预测参数存储器中的各参数的概率分布，其中，所述参数存储器是预先基于主神经网络的全连接层构建的；

基于所述参数存储器中的各参数的概率分布，确定所述主神经网络的全连接层关于所述输入信息的参数组合模式；

基于所述全连接层关于所述输入信息的参数组合模式，更新所述主神经网络的全连接层，并基于更新全连接层之后的主神经网络对所述输入信息进行处理，得到所与所述输入信息对应的输出信息。

2.根据权利要求1所述的方法，其中，所述方法还包括：

利用主神经网络的特征提取层对所述输入信息进行特征提取，得到所述输入信息的抽象表示；以及

所述基于所述输入信息，采用元神经网络预测参数存储器中的各参数的概率分布，包括：

基于所述输入信息的抽象表示，采用元神经网络预测参数存储器中的各参数的概率分布；

所述基于更新全连接层之后的主神经网络对所述输入信息进行处理，包括：

基于更新后的全连接层对所述输入信息的抽象表示进行处理。

3.根据权利要求2所述的方法，其中，所述基于所述输入信息的抽象表示，采用元神经网络预测参数存储器中的各参数的概率分布，包括：

将所述输入信息的抽象表示作为所述元神经网络的动态参数，利用包含所述动态参数的元神经网络预测参数存储器中的各参数的概率分布。

4.根据权利要求1所述的方法，其中，所述基于所述参数存储器中的各参数的概率分布，确定所述主神经网络的全连接层关于所述输入信息的参数组合模式，包括：

将所述概率分布中的概率值作为所述全连接层中的对应参数所表征的权重系数，基于所述权重系数对所述主神经网络的全连接层的上一层的各节点进行加权求和之后做非线性变换，得到所述主神经网络的全连接层关于所述输入信息的参数组合模式。

5.根据权利要求1-4任一项所述的方法，其中，所述主神经网络是基于与所述输入信息同类型的样本信息预先训练得到的。

6.一种基于神经网络的信息处理装置，包括：

获取单元，被配置为获取输入信息；

预测单元，被配置为基于所述输入信息，采用元神经网络预测参数存储器中的各参数的概率分布，其中，所述参数存储器是预先基于主神经网络的全连接层构建的；

确定单元，被配置为基于所述参数存储器中的各参数的概率分布，确定所述主神经网络的全连接层关于所述输入信息的参数组合模式；

处理单元，被配置为基于所述全连接层关于所述输入信息的参数组合模式，更新所述主神经网络的全连接层，并基于更新全连接层之后的主神经网络对所述输入信息进行处理，得到所与所述输入信息对应的输出信息。

7.根据权利要求6所述的装置，其中，所述装置还包括：

提取单元，被配置为利用主神经网络的特征提取层对所述输入信息进行特征提取，得到所述输入信息的抽象表示；以及

所述预测单元进一步被配置为：

基于所述输入信息的抽象表示，采用元神经网络预测参数存储器中的各参数的概率分布；

所述处理单元进一步被配置为：

基于更新后的全连接层对所述输入信息的抽象表示进行处理。

8.根据权利要求7所述的装置，其中，所述预测单元进一步被配置为：

将所述输入信息的抽象表示作为所述元神经网络的动态参数，利用包含所述动态参数的元神经网络预测参数存储器中的各参数的概率分布。

9.根据权利要求6所述的装置，其中，所述确定单元进一步被配置为按照如下方式确定所述主神经网络的全连接层关于所述输入信息的参数组合模式：

将所述概率分布中的概率值作为所述全连接层中的对应参数所表征的权重系数，基于所述权重系数对所述主神经网络的全连接层的上一层的各节点进行加权求和之后做非线性变换，得到所述主神经网络的全连接层关于所述输入信息的参数组合模式。