[发明专利]一种输入特征逼近的低复杂度CNN训练方法与装置在审
| 申请号： | 202010086794.3 | 申请日： | 2020-02-11 |
| 公开（公告）号： | CN111340182A | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 李斌;陈沛鋆;刘宏福;赵成林;许方敏 | 申请（专利权）人： | 无锡北邮感知技术产业研究院有限公司;北京邮电大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62;G06N20/00 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 徐雅琴 |
| 地址： | 214000 江苏省*** | 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： | 本发明提供一种输入特征逼近的低复杂度CNN训练方法与装置，包括：对数据样本进行降维处理，得到数据样本的低维表征；将所述低维表征作为用于训练模型的输入数据，训练CNN模型。本发明通过降低数据样本的维度，利用降低数据量后的数据样本的低维表征作为用于训练模型的输入数据，训练模型，能够降低CNN模型训练的复杂度，降低训练模型所需存储资源和计算资源，能够在配置较低的终端设备上实现模型相关运算，扩展应用场景。 | ||
| 搜索关键词： | 一种 输入 特征 逼近 复杂度 cnn 训练 方法 装置 | ||
【主权项】：
暂无信息
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无锡北邮感知技术产业研究院有限公司;北京邮电大学，未经无锡北邮感知技术产业研究院有限公司;北京邮电大学许可，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/202010086794.3/，转载请声明来源钻瓜专利网。
