|
|
钻瓜专利网为您找到相关结果 365145个，建议您 升级VIP下载更多相关专利
- [发明专利]基于BP神经网络算法对涂层老化的分析方法-CN201010617208.X无效
-
卢言利;张拴勤;蒋晓军;凌军;潘家亮;杨辉;徐怡
-
中国人民解放军63983部队
-
2010-12-31
-
2011-05-11
-
G06N3/08
- 其由信号的正向传播与误差的反向传播过程组成；正向传播是，输入样本从输入层传入，经各隐层逐层处理后，传向输出层；若输出层的实际输出与期望的输出不符，则转入误差的反向传播阶段；误差反传是将输出误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据；这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始地进行，此过程一直进行到网络输出的误差减少到可接受的程度，或进行到预先设定的次数为止；其特征在于：(1)增加动量项ΔW(t)＝ηδX+αΔW(t-1)，α为动量因子α∈(0，1)；(2)自适应调节学习速率，若经过一批次权值调整后总误差E上升，η＝βη(θ＞0)，若经过一批次权值调整后总误差E下降，η＝θη(θ＞0)；(3)引入陡度因子，当误差曲面进入平坦区域时，设
![]()
- 基于bp神经网络算法涂层老化分析方法
- [发明专利]神经网络模型的训练方法及装置-CN202110437224.9有效
-
黄雪
-
腾讯科技（深圳）有限公司
-
2021-04-22
-
2023-09-19
-
G06N3/084
- 本申请提供了一种神经网络模型的训练方法及装置，涉及人工智能技术及云技术；方法包括：通过神经网络模型对标注有目标标签的训练样本进行预测，得到所述训练样本的预测标签；获取所述目标标签与所述预测标签之间的误差，并在所述神经网络模型中对所述误差进行反向传播；获取所述神经网络模型包含的各个网络层的缩放值，所述缩放值用于指示对反向传播至相应网络层的误差进行缩小或放大的比例；在反向传播所述误差的过程中，分别基于所述神经网络模型的各个网络层的缩放值，对反向传播至相应网络层的误差进行缩放处理；基于缩放处理后的误差，对所述神经网络模型的模型参数进行更新。
- 神经网络模型训练方法装置
|
