|
钻瓜专利网为您找到相关结果 160个,建议您 升级VIP下载更多相关专利
- [发明专利]神经网络的融合方法和装置-CN202010601420.0在审
-
希滕;张刚;温圣召
-
北京百度网讯科技有限公司
-
2020-06-29
-
2020-10-13
-
G06N3/04
- 本申请公开了神经网络的融合方法和装置,涉及人工智能、云计算、深度学习技术领域,可用于图像处理。具体实施方式包括:确定搜索空间,其中,该搜索空间用于从多个候选神经网络中选取进行特征融合的至少两个候选神经网络并确定特征融合方式;获取该搜索空间的搜索参数的参数值;采用该参数值,在该搜索空间中搜索该至少两个候选神经网络,其中,每轮次搜索采用与该轮次搜索相对应的参数值;将搜索到该至少两个候选神经网络的轮次所对应的参数值中,与特征融合关联的参数值作为该特征融合方式。本申请可以通过在搜索空间中搜索的方式,提升神经网络的融合效果。并且,通过获取搜索参数的参数值,还可以提高融合速度。
- 神经网络融合方法装置
- [发明专利]神经网络的训练方法和装置-CN202010601427.2在审
-
希滕;张刚;温圣召
-
北京百度网讯科技有限公司
-
2020-06-29
-
2020-10-13
-
G06N3/04
- 本申请公开了神经网络的训练方法和装置,涉及人工智能、深度学习技术领域,可用于图像处理。具体实施方式包括:获取待训练的神经网络,启动对所述神经网络的训练,其中,对所述神经网络的训练以分布式的方式在不同主体执行,且包括至少两轮次迭代;响应于达到训练中的任一预设迭代轮次,在所述不同主体,以至少两个衰减速度进行一轮次学习率的衰减过程,并以衰减得到的学习率进行迭代;响应于完成对所述神经网络的所述至少两轮次迭代,基于所述至少两轮次迭代后的神经网络,得到训练后的神经网络。本申请可以采用不同的衰减速度,实现了学习率的异步衰减,从而促进了训练过程中神经网络的收敛。并且,采用分布式的训练方式,提升了训练速度。
- 神经网络训练方法装置
- [发明专利]神经网络的处理方法和装置-CN202010601501.0在审
-
希滕;张刚;温圣召
-
北京百度网讯科技有限公司
-
2020-06-29
-
2020-10-13
-
G06N3/04
- 本申请公开了神经网络的处理方法和装置,涉及人工智能、云计算、深度学习技术领域,可用于图像处理。具体实施方式包括:获取预先训练的多个候选神经网络以及多个候选神经网络中各个候选神经网络的标识;确定搜索空间,其中,搜索空间用于从各个标识中选取进行特征融合的至少两个候选神经网络的标识并确定特征融合方式;获取搜索空间的搜索参数的参数值;采用参数值,在搜索空间中搜索至少两个候选神经网络的标识;将搜索到至少两个候选神经网络的标识的轮次所对应的参数值中,与特征融合关联的参数值作为特征融合方式。本申请可以通过在搜索空间中搜索的方式,提升神经网络的融合效果,并通过获取搜索参数的参数值,可以提高融合速度。
- 神经网络处理方法装置
- [发明专利]神经网络的训练方法和装置-CN202010601850.2在审
-
希滕;张刚;温圣召
-
北京百度网讯科技有限公司
-
2020-06-29
-
2020-10-09
-
G06N3/04
- 本申请公开了神经网络的训练方法和装置,涉及人工智能、深度学习技术领域,可用于图像处理。具体实施方式包括:获取待训练的神经网络;确定搜索空间,其中,搜索空间用于确定神经网络在训练中学习率的衰减方式,不同的衰减方式所对应的、学习率的衰减参数的参数值不同;基于各个候选衰减方式,在搜索空间中搜索一个候选衰减方式作为目标衰减方式,其中,每次搜索基于不同的衰减方式且对神经网络进行至少两个轮次迭代的训练。本申请可以在搜索空间中搜索出学习率在训练中的衰减方式,从而可以提升确定衰减方式的效果,以得到更加适于神经网络收敛的衰减方式,提升了收敛速度。
- 神经网络训练方法装置
- [发明专利]超网络的训练方法和装置-CN202010567105.0在审
-
希滕;张刚;温圣召
-
北京百度网讯科技有限公司
-
2020-06-19
-
2020-10-02
-
G06N3/04
- 本申请涉及人工智能、深度学习和图像处理技术领域,公开了超网络的训练方法和装置。该方法包括构建超网络的搜索空间并初始化超网络;执行迭代训练操作:采用超网络采样器对超网络的搜索空间进行修剪,基于修剪后的搜索空间采样第一子网络;采用样本媒体数据训练第一子网络,基于训练后的第一子网络的参数更新超网络,对迭代计数器的计数值加1;响应于确定迭代计数器的计数值达到预设的计数阈值,基于更新后的超网络以及修剪后的超网络的搜索空间确定第二子网络,测试第二子网络的性能;根据第二子网络的性能更新超网络采样器,响应于确定超网络未达到预设的收敛条件,基于更新后的超网络采样器执行迭代训练操作。该方法提升了超网络的准确性。
- 网络训练方法装置
|