[发明专利]卷积神经网络模型优化方法、装置、计算机设备及存储介质在审
| 申请号： | 201910023823.9 | 申请日： | 2019-01-10 |
| 公开（公告）号： | CN109886390A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 金戈;徐亮 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 深圳市精英专利事务所 44242 | 代理人： | 林燕云 |
| 地址： | 518000 广东省深圳市福田区福*** | 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： | 本发明实施例公开了一种卷积神经网络模型优化方法、装置、计算机设备及存储介质。其中，所述方法属于人工智能技术，所述方法包括：将卷积神经网络模型的输入层输出的初始特征矩阵划分为多个子初始特征矩阵；将各子初始特征矩阵逐一输入到卷积神经网络模型的卷积层中以获得各子初始特征矩阵的子特征提取矩阵；将各子初始特征矩阵的子特征提取矩阵进行叠加后获得总特征提取矩阵；将总特征提取矩阵输入到卷积神经网络模型的下一层中以得到输出结果。由于子初始特征矩阵的数据量要小于初始特征矩阵的数据量，由此可极大地降低卷积层中卷积计算所需的计算量，使得卷积神经网络模型能够应用到低计算能力的终端中，提高了卷积神经网络网络的应用范围。 | ||
| 搜索关键词： | 卷积神经网络 特征矩阵 特征提取 矩阵 计算机设备 存储介质 模型优化 数据量 卷积 人工智能技术 计算能力 矩阵输入 卷积计算 输出结果 计算量 输入层 叠加 应用 终端 输出 网络 | ||
【主权项】：
1.一种卷积神经网络模型优化方法，其特征在于，包括：将预设的卷积神经网络模型的输入层输出的初始特征矩阵划分为多个子初始特征矩阵；将各所述子初始特征矩阵逐一输入到所述卷积神经网络模型的卷积层中以获得各所述子初始特征矩阵的子特征提取矩阵；将各所述子初始特征矩阵的子特征提取矩阵进行叠加后获得总特征提取矩阵；将所述总特征提取矩阵输入到所述卷积神经网络模型的下一层中以得到输出结果。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201910023823.9/，转载请声明来源钻瓜专利网。
