[发明专利]基于条件批归一化的连续学习方法和装置在审
| 申请号： | 202010818695.X | 申请日： | 2020-08-14 |
| 公开（公告）号： | CN112101417A | 公开（公告）日： | 2020-12-18 |
| 发明（设计）人： | 丁贵广;项刘宇 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 王海燕 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于条件批归一化的连续学习方法和装置，包括以下步骤：获取当前任务的原特征向量，通过神经网络的条件批归一化变换将原特征向量转化为任务自适应特征向量；通过类别分类器对任务自适应特征向量进行类别分类，根据类别分类结果建立类别分类损失函数；获取任务分类器对条件批归一化的变换参数进行任务分类，根据任务分类结果建立任务分类损失函数；根据类别分类损失函数和任务分类损失函数对当前新任务对应的样本进行训练。由此，为每个分类任务创造其特殊的特征空间，使得不同任务之间的干扰减少，从而在学习新任务的时候减少旧任务灾难性遗忘的现象。 | ||
| 搜索关键词： | 基于 条件 归一化 连续 学习方法 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清华大学，未经清华大学许可，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/202010818695.X/，转载请声明来源钻瓜专利网。
