[发明专利]一种对用于图片识别的卷积神经网络训练的方法与设备有效
| 申请号： | 201610203216.7 | 申请日： | 2016-04-01 |
| 公开（公告）号： | CN106056529B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 王琤;贾喆 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06T1/20 | 分类号： | G06T1/20;G06N3/08 |
| 代理公司： | 上海百一领御专利代理事务所(普通合伙) 31243 | 代理人： | 陈贞健 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请的目的是提供一种对用于图片识别的卷积神经网络进行训练的方法与设备。具体地，根据用于图片识别的卷积神经网络的参数信息初始化同一GPU上所述卷积神经网络的多个网络；将所述卷积神经网络所对应的训练图片数据分配至所述多个网络；对所述多个网络按所分配的所述训练图片数据进行并行训练处理；根据所述网络经训练处理后的误差信息更新所述卷积神经网络的参数信息。与现有技术相比，本申请通过使用同一套参数信息初始化同一GPU上卷积神经网络的多个网络，将训练图片数据分配至所述多个网络进行并行训练处理，用所得误差信息更新所述参数信息，从而提高GPU单卡计算效率，减少计算资源浪费，提升卷积神经网络对图片的识别效率。 | ||
| 搜索关键词： | 一种 用于 图片 识别 卷积 神经网络 训练 方法 设备 | ||
【主权项】：
一种对用于图片识别的卷积神经网络进行训练的方法，包括：根据用于图片识别的卷积神经网络的参数信息初始化同一GPU上所述卷积神经网络的多个网络；将所述卷积神经网络所对应的训练图片数据分配至所述多个网络；对所述多个网络按所分配的所述训练图片数据进行并行训练处理；根据所述网络经训练处理后的误差信息更新所述卷积神经网络的参数信息。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201610203216.7/，转载请声明来源钻瓜专利网。
