[发明专利]一种图像分类方法、深度学习模型及计算机系统

摘要

本发明实施例提供了一种图像分类方法、深度学习模型及计算机系统，该方法包括：利用深度学习模型对训练用图像信息进行预处理，得到输入向量x；将该输入向量x输入投影矩阵SD之后，将该投影矩阵SD与参数矩阵相乘，并加入偏置量b，再通过激活函数f得到输出z；利用联合迭代优化算法，根据该输出z与期望输出y的差错量更新该投影矩阵SD与该参数矩阵直到该深度学习模型全连接层的参数收敛，将待分类图像信息输入该深度学习模型，得到该待分类图像的分类结果。通过本发明实施例可以缩短深度学习模型的训练时间并保证准确度。

主权项

一种图像分类方法，其特征在于，包括：利用深度学习模型对训练用图像信息进行预处理，得到输入向量x；将所述输入向量x输入投影矩阵SD之后，将所述投影矩阵SD与参数矩阵相乘，并加入偏置量b，再通过激活函数f得到输出z；利用联合迭代优化算法，根据所述输出z与期望输出y的差错量更新所述投影矩阵SD与所述参数矩阵直到所述深度学习模型全连接层的参数收敛；将待分类图像信息输入所述深度学习模型，得到所述待分类图像的分类结果。