“网络训练”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1091524个，建议您升级VIP下载更多相关专利

[发明专利]神经网络训练、路面检测、智能驾驶控制方法和装置-CN201811409501.X在审
发明人：孙鹏;程光亮;石建萍 -专利权人：北京市商汤科技开发有限公司
申请日： 2018-11-23 - 公布日： 2020-06-02 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种神经网络训练、路面检测、智能驾驶控制方法和装置，神经网络训练方法包括：将训练图像集包括的第一训练图像子集输入神经网络，以经神经网络输出第一训练图像子集包括的各训练图像相对至少二个检测任务的任务预测结果；分别确定各训练图像的任务预测结果与各训练图像相对至少二个检测任务的任务检测真值之间的损失；根据确定的各损失确定神经网络相对至少二个检测任务的共享损失；根据共享损失调整神经网络的网络参数。通过在多任务神经网络的训练中，根据多任务的检测损失确定共享损失，并回传神经网络进行神经网络参数的调整，提高了神经网络对多任务的训练效果。
神经网络训练路面检测智能驾驶控制方法装置

[发明专利]基于深度匹配网络和预训练策略的小面积指纹匹配方法-CN202310792499.3在审
发明人：赵恒;牛林凯;余嘉琛;曹志诚;庞辽军 -专利权人：西安电子科技大学
申请日： 2023-06-30 - 公布日： 2023-10-20 - 主分类号： G06V40/12 文献下载
摘要：本发明公开了一种基于深度匹配网络和预训练策略的小面积指纹匹配方法，包括：构建小面积指纹数据库Ⅰ和数据库Ⅱ；构建基于深度学习的小面积指纹匹配网络和变换网络；其中，变换网络用于对输入的成对小面积指纹图像进行方向场特征提取，获得变换参数，并根据变换参数进行匹配网络预训练过程中的图像变换；匹配网络用于对输入的成对小面积指纹图像进行深度特征提取和相似度匹配；利用数据库Ⅱ中的小面积指纹图像对变换网络进行训练，并在训练过程中和训练完成后对匹配网络进行预训练；利用数据库Ⅰ对预训练后的匹配网络进行训练，以便利用训练好的匹配网络实现小面积指纹匹配。该方法设计的匹配网络训练速度较快，可以实现小面积指纹的高精度匹配。
基于深度匹配网络训练策略面积指纹方法

[发明专利]分割网络训练方法、使用方法、装置、设备及存储介质-CN202110991125.5有效
发明人：曾婵;李葛;郑强;高鹏;谢国彤 -专利权人：平安科技（深圳）有限公司
申请日： 2021-08-26 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及人工智能技术领域，公开了一种分割网络训练方法、装置、设备及存储介质，其中，方法包括：根据第一图片训练集对第一分割网络进行有监督训练，得到初步图像分割网络；利用初步图像分割网络对第一图片训练集及第二图片训练集中的图片进行特征提取，得到对应的第一图片特征集及第二图片特征集；根据第一图片特征集及第二图片特征集对第二分割网络进行训练，得到图像来源识别网络；根据第二图片训练集对初步图像分割网络进行无监督迭代训练，并获取输出的分割结果图；根据图像来源识别网络和分割结果图评估初步图像分割网络是否训练完成；当初步图像分割网络训练完成时，输出目标图像分割网络。
分割网络训练方法使用方法装置设备存储介质

[发明专利]一种神经网络训练方法、装置、电子设备及可读存储介质-CN202010456574.5在审
发明人：浦世亮;徐习明;黄博 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-05-26 - 公布日： 2021-11-30 - 主分类号： G06N3/08 文献下载
摘要：本申请提供一种神经网络训练方法、装置、电子设备及可读存储介质，该神经网络训练方法包括：利用待训练神经网络的固定层对第一类型训练数据进行处理，以得到加密特征；基于所述加密特征，以及第二类型训练数据，对所述待训练神经网络的可训练层进行训练，直至所述待训练神经网络收敛。该方法可以在保证第一类型训练数据安全性的情况下，提高神经网络模型的性能。
一种神经网络训练方法装置电子设备可读存储介质

[发明专利]基于预设的损失函数的单目深度估计网络的训练方法-CN202110728310.5在审
发明人：沈贵宝;王琼;陈广勇;王平安 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-06-29 - 公布日： 2021-10-15 - 主分类号： G06N3/08 文献下载
摘要：本申请适用于深度估计网络训练技术领域，提供了基于预设的损失函数的单目深度估计网络的训练方法，包括：获取训练数据集，所述训练数据集包括多个彩色图像样本和每个所述彩色图像样本的真实深度图；利用所述训练数据集、单目深度估计网络、学习网络和预设的损失函数进行对抗训练，得到训练后的所述单目深度估计网络。通过上述方法，能够训练出更准确的单目深度估计网络。
基于预设损失函数深度估计网络训练方法

[发明专利]基于迁移学习的深度神经网络的训练方法和装置-CN202010590593.7在审
发明人：李兴建;熊昊一;安昊哲;窦德景 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-24 - 公布日： 2020-10-16 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例公开了一种基于迁移学习的深度神经网络的训练方法和装置，涉及人工智能技术，尤其涉及迁移学习、深度学习和神经网络技术领域。具体实现方案为：获取待训练的深度神经网络，所述深度神经网络包括预训练的图像特征提取网络和未训练的图像处理网络；对所述图像特征提取网络和图像处理网络进行训练；在训练过程中，对所述图像处理网络的训练后参数进行重新调整本申请实施例可以提高特征提取网络的特征提取能力。
基于迁移学习深度神经网络训练方法装置

[发明专利]一种多模型训练方法、装置、电子设备及存储介质-CN202011335125.1在审
发明人：王浩宇;王小捷;江会星;王仲远 -专利权人：北京三快在线科技有限公司;北京邮电大学
申请日： 2020-11-24 - 公布日： 2021-03-23 - 主分类号： G06N3/04 文献下载
摘要：本申请提供了一种多模型训练方法、装置、电子设备及存储介质。该包括：确定待训练的第一网络模型和待训练的第二网络模型，所述第一网络模型和所述第二网络模型为相互关联的两个网络模型；利用训练样本，对所述第一网络模型和所述第二网络模型进行合作式训练，并根据训练结果对所述第一网络模型和所述第二网络模型各自的网络参数进行多次更新，直至训练结束，其中，所述第一网络模型的输出为所述第二网络模型的输入，所述第二网络模型的输出为所述第一网络模型的输入；将训练结束时第一网络模型确定为第一目标网络模型，并将训练结束时的第二网络模型确定为第二目标网络模型该方法可提升对话管理系统策略的丰富性和模型的训练效率。
一种模型训练方法装置电子设备存储介质

[发明专利]一种模型训练方法、装置、电子设备及其存储介质-CN202110040360.4在审
发明人：李银锋;孔滕滕;田俊文;周彬;李晓敏;晏梦佳 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-01-13 - 公布日： 2021-12-17 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种模型训练方法、装置、电子设备及其存储介质。该方法包括：接收预处理后的训练样本；根据预处理后的所述训练样本通过预置的训练模型网络按照预定替换方式将预置的至少一个卷积层替换部分所述训练模型网络的对应网络层进行训练得到训练后的卷积层；通过训练后的卷积层部署替换对应所述网络层得到训练模型通过卷积层替换神经网络中的网络层，训练得到由卷积层建构的训练模型，简化神经网络的复杂程度，进而提高工作效率和响应时长的技术问题。
一种模型训练方法装置电子设备及其存储介质

[发明专利]用于生成量化神经网络的方法和装置-CN201910288941.2在审
发明人：刘阳 -专利权人：北京字节跳动网络技术有限公司
申请日： 2019-04-11 - 公布日： 2019-07-02 - 主分类号： G06N3/063 文献下载
摘要：本公开的实施例公开了用于生成量化神经网络的方法和装置。该方法的一具体实施方式包括：获取训练样本集和初始神经网络；将初始神经网络中的原始浮点型网络参数转化为整数型网络参数；基于转化成的整数型网络参数，生成量化初始神经网络；从训练样本集中选取训练样本，执行以下训练步骤：将训练样本中的样本信息作为量化初始神经网络的输入，将训练样本中的样本结果作为量化初始神经网络的期望输出，对量化初始神经网络进行训练；响应于确定量化初始神经网络训练完成，基于训练完成的量化初始神经网络，生成量化神经网络。该实施方式有助于减小神经网络所占用的存储空间，以及利用神经网络进行信息处理时对CPU的消耗，提高信息处理的效率。
神经网络量化训练样本网络参数方法和装置信息处理神经网络训练训练样本集存储空间训练步骤样本结果样本信息浮点减小转化消耗占用期望输出响应

[发明专利]一种借助heatmap协助训练分类网络的方法-CN202010662452.1在审
发明人：孙建峰 -专利权人：北京君正集成电路股份有限公司
申请日： 2020-07-10 - 公布日： 2022-01-11 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种借助heatmap协助训练分类网络的方法，所述方法包括：步骤1，网络在中间设置两个分支，其中，左分支使用全连接网络，预测分类结果；步骤2，右分支设计为仅训练使用的网络；步骤3，在右分支仅训练使用的网络中制作heatmap，将样本图片中共有特征区域位置标注，映射到一张热图；步骤4，在左分支的网络中制作输出层标签；步骤5，训练网络，将heatmap的loss值和输出层的loss值，加权相加后，训练网络，因为分支前的前半部分网络，heatmap网络和分类网络共享权重，所以heatmap学习到的图像特征会使分类网络收益；步骤6，使用训练的网络推理时，去掉仅训练使用的网络。本发明提出一种新的深度学习训练方法，可以在训练样本有限的情况下，提升分类网络的泛化能力。
一种借助 heatmap 协助训练分类网络方法

[发明专利]多网络模型训练方法、图像标注方法和人脸图像识别方法-CN202011420807.2有效
发明人：王军;刘昱赤;杜航;石海林 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2020-12-08 - 公布日： 2021-03-23 - 主分类号： G06K9/00 文献下载
摘要：本公开的实施例公开了多网络模型的训练方法、图像标注方法、人脸图像识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取样本集中的样本组，其中，该样本集中的样本包括样本图像以及与样本图像对应的标签；对于该多网络模型中的每个网络，去除该样本组中该网络对应的噪声样本，生成该网络对应的有效样本组；基于该有效样本组，确定该网络的训练样本集；将训练后的多网络模型中的各个网络确定为训练后的多网络模型，其中，该训练后的多网络模型中的网络是基于对应训练样本集训练得到的。该实施方式通过去除多网络模型中每个网络对应的噪声样本来得到训练后的多网络模型，提高了多网络模型的训练效果。
网络模型训练方法图像标注识别

[发明专利]基于空域分类网络和时域分类网络融合的视频分类方法-CN201810475657.1有效
发明人：韩冰;褚福跃;王平;高新波;连慧芳;张萌 -专利权人：西安电子科技大学
申请日： 2018-05-17 - 公布日： 2021-07-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于空域分类网络和时域分类网络融合的视频分类方法，主要解决现有视频分类方法准确率低的问题。其实现方案为1)获取训练集和测试视频；2)从训练集中提取视频帧；3)使用训练集对卷积神经网络进行训练；4)对从训练集中提取的视频帧提取特征；5)使用训练集对空域分类网络进行训练；6)使用训练集对时域分类网络进行训练；7)使用训练后的空域分类网络和时域分类网络对测试视频进行分类，并对空域分类网络和时域分类网络的分类结果进行融合，完成对视频的分类。
基于空域分类网络时域融合视频方法

[发明专利]排队网络模型的训练方法、排队优化方法、设备及介质-CN202111619709.6在审
发明人：郝霖;王国权;叶德建 -专利权人：上海清鹤科技股份有限公司
申请日： 2021-12-27 - 公布日： 2022-04-08 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种排队网络模型的训练方法、排队优化方法、设备及介质，所述训练方法包括：获取实时排队网络图；将实时排队网络图作为训练数据输入待训练的第一图神经网络模型；第一图神经网络模型包括与处理器对应的训练好的第一模型；训练过程中锁定第一模型的模型参数不变，基于预设的第一损失函数训练第一图神经网络模型，得到与编码器对应的第一优化网络模型和与解码器对应的第二优化网络模型；释放第一模型的模型参数，基于第一损失函数继续训练第一图神经网络模型，得到最终的排队网络模型。本申请利用训练好的处理器，再利用现场数据对编码器和解码器训练，根据现场数据再次训练，利用较少的数据训练就能达到比较高的预测准确率。
排队网络模型训练方法优化设备介质

[发明专利]模型训练、脱敏方法、装置、电子设备及存储介质-CN202110564134.6有效
发明人：涂小兵;黄腾;张伟丰;李颖敏;成亮;吴彩娣;尉鲁飞;薛盛可 -专利权人：阿里巴巴新加坡控股有限公司
申请日： 2021-05-24 - 公布日： 2023-09-01 - 主分类号： G06F21/62 文献下载
摘要：本申请实施例提供了一种模型训练、脱敏方法、装置、电子设备及存储介质。所述模型训练方法包括：获取第一脱敏训练数据；利用所述第一脱敏训练数据，对目标神经网络进行初始训练；对经初始训练的目标神经网络中的第一部分网络的输出数据进行安全处理，得到第二脱敏训练数据；利用所述第二脱敏训练数据，对经初始训练的目标神经网络中的第二部分网络进行微调训练；根据经初始训练的第一部分网络和经由微调训练的第二部分网络，确定数据脱敏模型。本申请实施例提供的方法，避免了通过第一部分网络与第二部分网络构成原始的目标神经网络进行还原数据脱敏模型的可能性，从而保证了数据安全性。
模型训练方法装置电子设备存储介质

[发明专利]一种声纹神经网络模型的训练方法、装置及存储介质-CN201911234038.4有效
发明人：郭理勇;胡亚光;汪剑 -专利权人：出门问问信息科技有限公司
申请日： 2019-12-05 - 公布日： 2022-03-08 - 主分类号： G10L17/18 文献下载
摘要：本发明公开了一种声纹神经网络模型的训练方法、装置及存储介质，首先采集语音训练样本；接着对所述语音训练样本进行特征提取，获得语音训练数据；进一步利用一维卷积网络结构和残差网络结构结合的方式来构建神经网络模型；最后利用所获得的语音训练数据对所述神经网络模型进行训练，得到训练好的声纹神经网络模型。
一种声纹神经网络模型训练方法装置存储介质

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条