[发明专利]基于在线深度学习的数据集自适应裁减方法有效
| 申请号： | 202110810438.6 | 申请日： | 2021-07-19 |
| 公开（公告）号： | CN113610226B | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 杨峰;吴超;纪程;周明亮 | 申请（专利权）人： | 南京中科逆熵科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06V10/764;G06V10/774;G06V10/82;G06V20/56;G06K9/62 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 岑丹 |
| 地址： | 210000 江苏省南京市麒麟*** | 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： | 本发明公开了一种基于在线深度学习的数据集自适应裁减方法，针对图像数据集选择一种在线深度学习神经网络架构；使用道路图像数据集对所选择的架构进行训练，得到收敛的网络模型；利用机器学习归类算法学习对输入数据集的特征进行在线学习，根据学习结果对图像数据集类别打标签；强化模型依据数据集类别标签识别当前状态，依据强化学习策略选择一种动作，即对逐个通道分别选择一种结构性裁减策略进行裁减，执行该动作并得到该动作的反馈。通过在线实时训练，强化模型最终可以依据数据集类型选择最优的裁减策略以实现精度和开销的均衡。 | ||
| 搜索关键词： | 基于 在线 深度 学习 数据 自适应 裁减 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南京中科逆熵科技有限公司，未经南京中科逆熵科技有限公司许可，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/202110810438.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种线路连接器
- 下一篇：基于强化学习的多数据SSD中的闪存资源分配方法
