“损失函数”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果407075个，建议您升级VIP下载更多相关专利

[发明专利]对抗样本生成方法、装置、设备及存储介质-CN202210572978.X在审
发明人：米建勋;李澳;程晓;陈涛;向菲;钱基业;江金洋;尹心 -专利权人：国网重庆市电力公司电力科学研究院;国家电网有限公司
申请日： 2022-05-24 - 公布日： 2022-08-30 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种对抗样本生成方法、装置、设备及存储介质，该方法包括获取目标检测模型对原始图像的检测结果，根据原始图像被分类到指定类别中的候选区域，构造分类损失函数；将原始图像中指定类别对应的目标像素点替换为随机噪声，并根据所述原始图像和替换后的图像，构造特征损失函数；基于所述分类损失函数和所述特征损失函数，确定优化目标函数；对所述优化目标函数求解，获得对抗样本。本发明通过构造分类损失函数和特征损失函数，确定优化目标函数，以此获得对抗样本，能够将指定类别目标误分类到非指定类别中，通过构造与背景特征图尽可能接近的对抗样本特征图，从而使得对抗样本的扰动较小，攻击隐蔽性更高
对抗样本生成方法装置设备存储介质

[发明专利]网络结构的顶点编码方法、装置、设备及计算机可读介质-CN201910295127.3在审
发明人：潘剑飞;戴明洋;杨胜文;石逸轩;周俊;许金泉 -专利权人：北京百度网讯科技有限公司
申请日： 2019-04-12 - 公布日： 2020-10-27 - 主分类号： G06Q50/00 文献下载
摘要：本发明提出一种网络结构的顶点编码方法、装置、设备和计算机可读介质，所述方法包括：获取网络结构的顶点的相似性损失函数；获取所述顶点的社区性损失函数；根据所述相似性损失函数和社区性损失函数确定顶点的整体损失函数；计算所述整体损失函数的最小值；利用所述整体损失函数的最小值，获取顶点的编码。
网络结构顶点编码方法装置设备计算机可读介质

[发明专利]图像分割模型的训练方法、装置、计算机设备及存储介质-CN202211077497.8在审
发明人：刘应龙 -专利权人：深圳市联影高端医疗装备创新研究院
申请日： 2022-09-05 - 公布日： 2022-12-06 - 主分类号： G06T7/11 文献下载
摘要：所述方法包括：获取生成网络的生成损失函数、分割网络的分割损失函数和包含第一模式图像样本和第二模式图像样本的数据对；根据所述生成损失函数和所述分割损失函数，确定目标损失函数；利用所述目标损失函数和所述数据对由于生成网络和分割网络是基于同一个损失函数同时训练的，基于此生成的图像分割模型可以同时保障生成效果和分割效果，提高了图像的勾画质量。
图像分割模型训练方法装置计算机设备存储介质

[发明专利]一种DNN模型训练方法及语音识别方法、装置-CN202111664614.6有效
发明人：于丽美;梁微 -专利权人：镁佳(北京)科技有限公司
申请日： 2021-12-31 - 公布日： 2022-07-01 - 主分类号： G10L15/16 文献下载
摘要：DNN模型训练方法及语音识别方法、装置，其中，一种DNN模型训练方法包括：获取训练音频样本对应的语音特征数据及标签序列；将语音特征数据输入DNN模型进行标签预测，确定标签预测路径；计算DNN模型的模型损失函数值；计算DNN模型的峰值损失函数值；确定DNN模型的总损失函数；基于总损失函数对DNN模型进行训练，直至DNN模型满足预设训练要求。通过对DNN模型的模型损失函数、峰值损失函数以及联合得到的总损失函数进行收敛训练，最终得到训练好的DNN模型，通过解决语音识别过程中音频序列与标签序列对齐延迟的问题，大幅提高了解码速度和识别速度。
一种 dnn 模型训练方法语音识别装置

[发明专利]一种线性离散系统信源初值信息损失分析方法和系统-CN202111590533.6在审
发明人：孙宏斌;王彬;郭庆来;潘昭光;尹冠雄 -专利权人：清华大学;北京清源智慧科技有限公司
申请日： 2021-12-23 - 公布日： 2022-07-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种线性离散系统信源初值信息损失分析方法和系统，方法包括建立线性离散系统模型；基于线性离散系统模型，建立并优化线性离散系统最小信息损失动态状态估计的目标函数；结合线性离散系统的特性，对目标函数进行优化，输出状态初值信源损失函数模型；预设状态条件，对状态初值信源损失函数模型的信源初值信息损失进行分析；本发明基于线性离散系统最小信息损失动态状态估计模型，结合线性离散系统特性进行优化，得到状态初值信源损失函数；并针对线性离散系统的状态初值信源损失函数进行分析；本发明的推导过程对线性离散系统的信源损失的初值部分进行量化，方便根据最小信息损失状态估计模型研究线性离散系统的信源初值信息损失。
一种线性离散系统信源初值信息损失分析方法系统

[发明专利]网络模型的训练方法、策略识别方法、装置以及设备-CN202310915625.X在审
发明人：阮晓雯;郭维;王建明;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2023-07-24 - 公布日： 2023-10-17 - 主分类号： G06N20/00 文献下载
摘要：问询对话样本所属的样本策略类别以及问询对话样本隶属的样本对话轮次；将问询对话样本输入网络模型中，网络模型用于输出问询对话样本的策略类别以及问询对话样本所在的对话轮次；计算输出的策略类别与样本策略类别之间的第一损失函数，以及计算输出的对话轮次与样本对话轮次之间的第二损失函数；以第一损失函数的损失值与第二损失函数的损失值之和变小为目标训练网络模型，直至训练后的网络模型确定出的第一损失函数的损失值与第二损失函数的损失值之和小于预设损失阈值
网络模型训练方法策略识别装置以及设备

[发明专利]模型训练方法、身份识别方法、装置及电子设备-CN202111491248.9有效
发明人：孟庆林;王洪斌;刘敏;陈燕丽 -专利权人：马上消费金融股份有限公司
申请日： 2021-12-08 - 公布日： 2023-07-25 - 主分类号： G10L17/04 文献下载
摘要：所述方法包括：获取第一训练数据集；将第一训练数据集输入到待训练模型中，获取待训练模型输出的声纹特征向量；将所述声纹特征向量输入到领域分类模型中，根据所述领域分类模型的输出得到当前领域分类损失函数的损失值；将所述声纹特征向量输入到说话人分类模型中，根据所述说话人分类模型的输出得到当前说话人分类损失函数的损失值；根据所述当前领域分类损失函数的损失值和所述当前说话人分类损失函数的损失值，对所述待训练模型进行当前次训练，若所述当前领域分类损失函数的损失值大于目标值，以及所述当前说话人分类损失函数收敛，则将所述待训练模型确定为声纹特征提取模型。
模型训练方法身份识别装置电子设备

[发明专利]损失函数动态加权的方法、装置、设备和存储介质-CN202111242467.3在审
发明人：周开龙;陈颖辉;王范萍;张玥 -专利权人：上海小零网络科技有限公司
申请日： 2021-10-25 - 公布日： 2022-02-25 - 主分类号： G06F17/15 文献下载
摘要：本发明公开了一种损失函数动态加权的方法、装置、设备和存储介质，包括：获取样本集内每个类别的先验概率；根据所述先验概率和当次模型训练中所输出的每个类别的预测概率，确定每个类别的难易权值；基于所述每个类别的难易权值对预设的损失函数中的权值变量进行更新，得到难易权值更新后的损失函数，实现了动态调整损失函数的权值变量，避免人为划分的难易权值在所选取的损失函数中效果不佳的现象，这样，在利用更新后的损失函数，确定当次模型训练的损失值后，对模型的超参数进行更新，使得越难的类别损失占比越大，越简单的类别损失占比越小，从而提高了模型训练效果。
损失函数动态加权方法装置设备存储介质

[发明专利]模型训练方法、装置、设备及存储介质-CN202210634389.X在审
发明人：罗培超;张行程 -专利权人：上海商汤智能科技有限公司
申请日： 2022-06-06 - 公布日： 2022-09-06 - 主分类号： G06N3/08 文献下载
摘要：本公开实施例公开了一种模型训练方法、装置、设备及存储介质，其中，所述方法包括：损失函数缩放器创建接口基于缩放器构造参数，创建损失函数缩放器；在对深度学习模型进行的每一轮次混合精度训练的前向传播过程中，损失函数缩放器缩放接口基于所述损失函数缩放器，对所述深度学习模型在当前轮次混合精度训练中输出的损失值进行放大处理，得到放大后的所述损失值；在每一所述轮次混合精度训练的反向传播过程中，损失函数优化器迭代接口利用设定的优化器和所述损失函数缩放器，基于放大后的所述损失值
模型训练方法装置设备存储介质

[发明专利]网络模型的训练方法、语音对象的性别识别方法及装置-CN202210695538.3在审
发明人：沈浩;赵德欣;成莎莎;王磊 -专利权人：中国电信股份有限公司
申请日： 2022-06-17 - 公布日： 2022-08-30 - 主分类号： G10L15/02 文献下载
摘要：获取语音样本数据集中包含的语音样本对的声学特征，语音样本对包括正语音样本对和负语音样本对；将各语音样本对的声学特征输入网络模型中，得到各语音样本对中包含的语音样本的性别特征；根据正语音样本对中包含的语音样本的性别特征确定第一损失函数的损失值，以及根据负语音样本对中包含的语音样本的性别特征确定第二损失函数的损失值；以第一损失函数的损失值变大且第二损失函数的损失值变小为目标训练网络模型，直至根据训练后的网络模型确定出的第一损失函数的损失值与第二损失函数的损失值之和小于预设损失阈值
网络模型训练方法语音对象性别识别装置

[发明专利]一种端到端的低能见度图像语义分割方法-CN202111011127.X有效
发明人：于重重;高阔;赵霞;谢涛;冯文彬 -专利权人：北京工商大学;中煤科工集团沈阳研究院有限公司
申请日： 2021-08-31 - 公布日： 2023-07-25 - 主分类号： G06V20/70 文献下载
摘要：最后，合理设计多个损失函数，对网络参数进行优化，除了均方差损失函数和CE损失函数，还加入了感知损失、GAN损失等其他损失函数优化，根据每个损失函数的作用与贡献设置不同损失函数的权重，从而更有效的优化模型
一种端到端能见度图像语义分割方法

[发明专利]模型压缩方法、系统、电子设备及存储介质-CN202110732278.8有效
发明人：陈贝 -专利权人：达闼机器人股份有限公司
申请日： 2021-06-29 - 公布日： 2023-10-03 - 主分类号： G06N20/00 文献下载
摘要：模型压缩方法包括：提供训练好的N种类型的复杂模型；对N种类型的复杂模型进行融合，得到训练好的教师模型；基于训练样本、教师模型以及学生模型的损失函数，对学生模型进行训练；学生模型的损失函数由第一损失函数和第二损失函数融合得到，第一损失函数用于计算学生模型的预测值与真实值的损失，第二损失函数用于计算学生模型的logit值与教师模型的logit值的损失。
模型压缩方法系统电子设备存储介质

[发明专利]基于大数据和云计算的智慧城市交通管理系统-CN202210378369.0在审
发明人：郭华君 -专利权人：郭华君
申请日： 2022-04-12 - 公布日： 2022-08-05 - 主分类号： G06Q10/06 文献下载
摘要：动作解算服务器对动作分析数据进行动作解算和动作估算得到动作解算矩阵和动作估算矩阵，并根据动作解算矩阵和动作估算矩阵建立动作损失函数，然后根据行人分析图像的所有动作核心点的第一动作坐标和第二动作坐标建立视觉损失函数动作解算服务器根据动作损失函数、视觉损失函数和动作约束函数得到实时动作数据。动作预测服务器根据动作损失函数、视觉损失函数和动作约束函数构建动作预测函数，并根据动作预测函数和实时动作数据得到预测动作数据。
基于数据计算智慧城市交通管理系统

[发明专利]图像质控网络的训练方法、质量分类方法、装置及设备-CN201910723269.5在审
发明人：边成;马锴;郑冶枫 -专利权人：腾讯医疗健康(深圳)有限公司
申请日： 2019-08-06 - 公布日： 2019-11-22 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：确定样本图像对应的第一密集特征，并对第一密集特征进行降采样处理，得到第二密集特征；根据第二密集特征对样本图像进行分类；根据分类结果确定交叉熵损失函数、分类质量判别损失函数以及通过率损失函数；根据交叉熵损失函数、分类质量判别损失函数以及通过率损失函数对图像质控网络进行训练。本公开中的方法能够在一定程度上克服利用交叉熵损失函数训练图像质控网络的效果不佳的问题，提升图像质控网络的训练效果。
损失函数质控密集特征交叉熵图像人工智能样本图像质量判别网络通过率分类人工智能技术降采样处理电子设备分类结果训练图像训练效果训练装置眼底图像质量分类

[发明专利]基于损失函数的双目相机立体匹配算法、系统和智能终端-CN202111248618.6在审
发明人：刘永才;杨超;葛方海;王鹏 -专利权人：北京中科慧眼科技有限公司
申请日： 2021-10-26 - 公布日： 2022-02-15 - 主分类号： G06V10/75 文献下载
摘要：本发明公开了一种基于损失函数的双目相机立体匹配算法、系统和智能终端，所述方法包括：获取双目相机的左目图像和右目图像；提取所述左目图像的像素点和所述右目图像的像素点，并计算每个像素点的单点相似度，以所述单点相似度作为第一损失函数；提取所述左目图像和所述右目图像的整体相似度，并以所述整体相似度的最大值作为第二损失函数；对所述第一损失函数和所述第二损失函数进行加权求和，以得到联合损失函数；基于所述联合损失函数对双目相机进行立体匹配
基于损失函数双目相机立体匹配算法系统智能终端