[发明专利]适用于长尾分布数据集的神经网络的训练方法和装置在审
| 申请号： | 202010851530.2 | 申请日： | 2020-08-21 |
| 公开（公告）号： | CN112101544A | 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： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 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： | 张大威 |
| 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： | 本发明提出一种适用于长尾分布数据集的神经网络的训练方法和装置，神经网络包括：特征提取网络，分类器，类别梯度重加权网络，训练方法包括：获取训练样本集；特征提取网络对训练样本集进行特征提取得到特征，并通过分类器对特征进行分类，根据分类结果建立损失函数；根据损失函数计算特征提取网络中各个神经元在训练样本的梯度；在神经网络训练的反向传播的过程中，类别梯度重加权网络计算训练样本的重加权梯度权重，根据重加权梯度权重调整属于不同类别的训练样本的梯度。由此，解决神经网络在长尾分布的训练数据下识别准确率下降问题，缓解特征提取网络过拟合现象，提高深度神经网络在长尾分布下的识别准确率和鲁棒性。 | ||
| 搜索关键词： | 适用于 长尾 分布 数据 神经网络 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/202010851530.2/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
