[发明专利]一种神经网络训练方法、装置及终端设备在审
| 申请号： | 201910727890.9 | 申请日： | 2019-08-08 |
| 公开（公告）号： | CN110569961A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 孙振鉷 | 申请（专利权）人： | 合肥图鸭信息科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;H04N19/44;H04N19/91 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 211101 江苏省南京市民*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于图像压缩技术领域，提供了一种神经网络训练方法、装置、终端设备及计算机存储介质，所述神经网络训练方法包括：步骤A：生成图像噪声；步骤B：将图像噪声输入到神经网络生成对应的噪声生成图像；步骤C：根据所述噪声生成图像和原始图像调整所述神经网络的权重参数，并根据所述调整后的权重参数更新步骤B所述的神经网络；步骤D：重复执行步骤B到步骤C直至所述神经网络满足预设条件为止。本发明根据噪声生成图像和原始图像来调整神经网络的权重参数，通过调整完权重参数的神经网络来进行图像压缩，提高了图像压缩效果，解决了图像压缩算法中解码过慢的问题。 | ||
| 搜索关键词： | 神经网络 权重参数 噪声生成 神经网络训练 图像压缩 原始图像 图像 计算机存储介质 图像压缩技术 图像压缩算法 生成图像 图像噪声 预设条件 终端设备 重复执行 解码 噪声 更新 | ||
【主权项】：
1.一种神经网络训练方法，其特征在于，包括：/n步骤A：生成图像噪声；/n步骤B：将图像噪声输入到神经网络生成对应的噪声生成图像；/n步骤C：根据所述噪声生成图像和原始图像调整所述神经网络的权重参数，并根据所述调整后的权重参数更新步骤B所述的神经网络；/n步骤D：重复执行步骤B到步骤C直至所述神经网络满足预设条件为止。/n
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合肥图鸭信息科技有限公司，未经合肥图鸭信息科技有限公司许可，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/201910727890.9/，转载请声明来源钻瓜专利网。
