[发明专利]一种基于参数分层的深度学习神经网络参数调优的方法在审
| 申请号： | 202011358511.2 | 申请日： | 2020-11-27 |
| 公开（公告）号： | CN114565093A | 公开（公告）日： | 2022-05-31 |
| 发明（设计）人： | 苏子浩;陈超;喻之斌 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 耿慧敏 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于参数分层的深度学习神经网络参数调优的方法。该方法包括：根据参数的语义进行分类和关联，并根据分层思想和每个参数的值域，随机生成一组初始参数；使用所述初始参数开始神经网络训练，并在训练过程中针对每个epoch，在迭代级别根据设定的提前终止条件决定生成待运行参数继续搜索或提前终止该次迭代；当满足设定的搜索结束条件时退出参数搜索，并将最小运行时间对应的可行参数作为神经网络的最优训练参数。本发明能够在保持最优训练参数性能的前提下，显著缩减搜索最优参数的时间。 | ||
| 搜索关键词： | 一种 基于 参数 分层 深度 学习 神经网络 方法 | ||
【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中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/202011358511.2/，转载请声明来源钻瓜专利网。
