[发明专利]一种用于对比神经网络训练的采样的方法及系统有效
| 申请号： | 201910035379.2 | 申请日： | 2019-01-15 |
| 公开（公告）号： | CN109784477B | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 蔡晓东;曹艺 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 杨立;蒋杰 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于对比神经网络训练的采样的方法及系统，包括：采集图像数据样本；搭建卷积神经网络，在全连接层的输出序列建立对比信息输出层和对比信息损失层；在所述对比信息输出层通过对比算法对图像数据样本进行计算，得到对比信息和对比标签；通过对对比信息和对比标签进行重新采样，得到重采样结果；在所述对比信息损失层通过损失算法对所述重采样结果进行损失值计算，得到训练时的损失值；根据所述损失值调整所述卷积神经网络的参数，以便使所述卷积神经网络学习所述图像数据样本的表达特征，完成所述卷积神经网络的训练。 | ||
| 搜索关键词： | 一种 用于 对比 神经网络 训练 采样 方法 系统 | ||
【主权项】：
1.一种用于对比神经网络训练的采样的方法，包括以下步骤：采集数据样本；搭建卷积神经网络，在全连接层的输出序列建立对比信息输出层和对比信息损失层；在所述对比信息输出层通过对比算法对数据样本进行计算，得到对比信息和对比标签；通过对对比信息和对比标签进行重新采样，得到重采样结果；在所述对比信息损失层通过损失算法对所述重采样结果进行损失值计算，得到训练时的损失值；根据所述损失值调整所述卷积神经网络的参数，以便使所述卷积神经网络学习所述数据样本的表达特征，完成所述卷积神经网络的训练。
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桂林电子科技大学，未经桂林电子科技大学许可，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/201910035379.2/，转载请声明来源钻瓜专利网。
