[发明专利]训练神经网络的方法、系统及存储介质有效
| 申请号： | 201680060065.2 | 申请日： | 2016-11-04 |
| 公开（公告）号： | CN108140143B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | S.约夫 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06V10/44;G06V10/764;G06V10/774;G06V10/82;G06K9/62 |
| 代理公司： | 中原信达知识产权代理有限责任公司 11219 | 代理人： | 周亚荣;邓聪惠 |
| 地址： | 美国加利*** | 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： | 用于训练神经网络的、包括编码在计算机存储介质上的计算机程序的方法、系统和装置，所述神经网络被配置为接收输入数据项并处理输入数据项以生成相应分数。该方法包括以下动作：获得包括多个训练项的训练数据的集合，其中每个训练项与来自预定的多个标签的集合中的相应标签相关联；以及修改训练数据以生成正则化训练数据，包括：对于每个训练项，确定是否修改与训练项相关联的标签，并且将与训练项相关联的标签改变为来自预定标签的集合的不同的标签，并在正则化数据上训练神经网络。本公开的各方面具有通过减少过度拟合来改善训练的神经网络的性能的技术效果。 | ||
| 搜索关键词： | 训练 神经网络 方法 系统 存储 介质 | ||
【主权项】：
一种训练神经网络的计算机实现的方法，其中所述神经网络被配置为接收输入数据项并且处理所述输入数据项以对预定的多个标签的集合中的每个标签生成相应分数，所述方法包括：获得包括多个训练项的训练数据的集合，其中每个训练项与来自所述预定的多个标签的集合的相应标签相关联；以及修改所述训练数据以生成正则化所述神经网络的训练的正则化训练数据，包括：对于每个训练项，确定是否修改与训练项相关联的标签；以及响应于确定修改与训练项相关联的标签，将与所述训练项相关联的标签改变为来自所述预定的标签的集合的不同的标签；以及在正则化训练数据上训练神经网络。
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谷歌有限责任公司，未经谷歌有限责任公司许可，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/201680060065.2/，转载请声明来源钻瓜专利网。
- 上一篇：选择性反向传播
- 下一篇：一种对神经网络模型进行训练的方法、装置及电子设备
