[发明专利]一种神经网络模型训练方法、系统、装置及存储介质在审
| 申请号： | 201711450380.9 | 申请日： | 2017-12-27 |
| 公开（公告）号： | CN108182469A | 公开（公告）日： | 2018-06-19 |
| 发明（设计）人： | 刘姝;黄雪 | 申请（专利权）人： | 郑州云海信息技术有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 450018 河南省郑州市*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种神经网络模型训练方法，可以将训练数据与多维kernel转换成矩阵，将卷积运算转换成矩阵乘计算，可以充分利用处理器的计算资源，从而提高卷积神经网络的训练速度，同时使得神经网络在训练过正中梯度下降的方向更加准确，从而加快神经网络的收敛，达到更理想的训练效果。对于batch_size尺寸及图像尺寸规模较大的情况下，更能充分利用硬件资源，尤其针对具备大容量内存的硬件平台，实现快速卷积计算，加快卷积神经网络的训练速度。本发明还提供了一种神经网络模型训练系统、装置及计算机可读存储系统，同样可以实现上述技术效果。 | ||
| 搜索关键词： | 神经网络模型 矩阵 卷积神经网络 神经网络 大容量内存 计算机可读 尺寸规模 存储介质 存储系统 技术效果 计算资源 卷积计算 卷积运算 训练数据 训练系统 训练效果 硬件平台 硬件资源 转换 处理器 多维 收敛 图像 | ||
【主权项】：
1.一种神经网络模型训练方法，其特征在于，包括：确定目标神经网络模型的batch size单位的训练数据；将所述batch size单位的训练数据转换为第一矩阵；将目标个数的kernel转换为第二矩阵；利用目标处理器将所述第一矩阵与第二矩阵进行乘计算以训练目标神经网络模型。
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郑州云海信息技术有限公司，未经郑州云海信息技术有限公司许可，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/201711450380.9/，转载请声明来源钻瓜专利网。
