[发明专利]基于生成样本的深度学习方法和机器人系统有效
| 申请号： | 201810774082.3 | 申请日： | 2018-07-15 |
| 公开（公告）号： | CN109063845B | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 朱定局 | 申请（专利权）人： | 大国创新智能科技（东莞）有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 蔡抒枫 |
| 地址： | 523808 广东省东莞市松山湖高新技术产*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于生成样本的深度学习方法和机器人系统，包括：生成多个第一样本；根据所述第一样本对所述深度学习模型进行无监督训练；从多个所述第一样本中筛选出多个符合第一预设条件的所述第一样本，作为多个第二样本；根据所述第二样本对所述深度学习模型进行有监督训练；获取多个用于训练的真实样本对所述深度学习模型进行无监督训练和有监督训练。上述方法和系统通过样本自动生成，结合真实样本，极大提高了深度学习的适用范围，提高了深度学习模型的通用性，实现了只有少量样本甚至无样本的情况下对深度学习模型的有效训练和使用，提高了深度学习模型的通用性，同时也通过自动生成样本来增加样本量，提高了深度学习模型的准确度。 | ||
| 搜索关键词： | 基于 生成 样本 深度 学习方法 机器人 系统 | ||
【主权项】：
1.一种深度学习方法，其特征在于，所述方法包括：样本生成步骤：生成多个第一样本；模型初始化步骤：初始化深度学习模型，作为深度学习模型；生成样本无监督学习步骤：使用所述第一样本对所述深度学习模型进行无监督训练；样本筛选步骤：从多个所述第一样本中筛选出多个符合第一预设条件的所述第一样本，作为多个第二样本；生成样本有监督学习步骤：使用所述第二样本对所述深度学习模型进行有监督训练。
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大国创新智能科技（东莞）有限公司，未经大国创新智能科技（东莞）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/201810774082.3/，转载请声明来源钻瓜专利网。
