专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果1164261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-CN202310118967.9在审
  • 穆斯塔法·帕尔恰米;恩里克·科罗纳;加桑·阿尔雷吉卜;M·普拉布尚卡尔;R·本克尔特 - 福特全球技术公司;佐治亚科技研究公司
  • 2023-02-15 - 2023-08-29 - G06N3/0464
  • 本公开提供“神经网络训练”。可以基于第一训练数据集来训练深度神经网络(DNN),所述第一训练数据集包括具有带注释的第一对象的第一图像。可以基于所述第一训练数据集来测试所述DNN以确定包括第一不确定性的第一对象预测。可以通过输入第二训练数据集并输出包括第二不确定性的第一对象预测来测试所述DNN,其中所述第二训练数据集包括具有不带注释的第二对象的第二图像。可以基于所述第二不确定性来选择包括在所述第二训练数据集中的图像子集。可以注释包括在所述第二训练数据集中的所选择的图像子集中的所述第二对象。可以基于包括在所述第二训练数据集中的包括带注释的第二对象的所选择的图像子集来训练所述DNN。
  • 神经网络训练
  • [发明专利]一种大型神经网络并行优化训练方法-CN202110940061.6在审
  • 戚建淮;周杰;宋晶;张莉;郑伟范;刁润 - 成都市以太节点科技有限公司
  • 2021-08-17 - 2021-11-16 - G06N3/04
  • 本发明公开了一种大型神经网络并行优化训练方法,所述方法包括以下步骤:步骤1,初始化大型神经网络;步骤2,对大型神经网络进行最优训练,包括对神经网络单元进行单元训练,根据识别率最高的神经网络单元的参数对其余神经网络单元进行迁移训练,对大型神经网络进行整体训练;步骤3,对大型神经网络进行最差淘汰训练,在保持大型神经网络识别率最优的前提下依次淘汰识别率低的神经网络单元。本发明通过对大型神经网络进行最优训练和淘汰训练,能够提升大型神经网络训练速度和训练效果,同时简化大型神经网络的结构,快速训练出单元最优和整体最优的大型神经网络
  • 一种大型神经网络并行优化训练方法
  • [发明专利]神经网络训练方法及装置、图像分类的方法及装置-CN202010231122.7在审
  • 李鹏 - 南京人工智能高等研究院有限公司
  • 2020-03-27 - 2021-09-28 - G06N3/04
  • 本公开公开了一种神经网络训练方法及装置、基于神经网络进行图像分类的方法及装置、计算机可读存储介质及电子设备。神经网络训练方法包括:将训练样本输入被训练神经网络;通过训练样本以及被训练神经网络,确定被训练神经网络的第一损失值;通过训练样本以及至少一个注意力网络,确定至少一个注意力网络的第二损失值;根据第一损失值和第二损失值,更新被训练神经网络中的参数。本方案利用注意力网络辅助训练神经网络,提升了神经网络训练效果,同时,训练完成的神经网络可以与注意力网络剥离,使得神经网络的参数量不会增加。
  • 神经网络训练方法装置图像分类
  • [发明专利]一种神经网络训练方法、存储介质和设备-CN202010540736.3在审
  • 贾政轩;庄长辉;肖莹莹;林廷宇;曾贲;李鹤宇;田子阳 - 北京仿真中心
  • 2020-06-15 - 2020-10-30 - G06N3/08
  • 本发明实施例公开一种神经网络训练方法,构建包括参数节点及若干个训练节点的训练框架,将若干训练节点与参数节点的神经网络参数进行更新;各训练节点进行训练,每隔预设的训练步数分别向参数节点发送神经网络参数和/或神经网络累积梯度;参数节点对各训练节点的神经网络参数和/或神经网络累积梯度进行融合,并据其更新参数节点的神经网络参数和/或神经网络累积梯度;各训练节点根据参数节点发送的融合后的神经网络参数和/或神经网络累积梯度再次训练,通过预设的模型训练终止条件,参数节点输出其神经网络模型。本发明实施例提供的神经网络训练方法,可进一步提升神经网络训练方法的训练效率及收敛模型的性能和训练精度。
  • 一种神经网络训练方法存储介质设备
  • [发明专利]一种由预训练小型网络构建的多节点神经网络-CN202180092426.2在审
  • 李剑;苏晗 - 华为技术有限公司
  • 2021-02-22 - 2023-10-27 - G06N3/045
  • 一种使用一定数量的预训练较小型神经网络训练大型神经网络的方法。使用多个预先存在的预训练神经网络通过多级叠加来创建所述大型神经网络。放大所述预训练神经网络中的每一个以提供较大型稀疏神经网络,每个预训练神经网络具有第一数量的多维节点。将所述较大型稀疏神经网络的值叠加到所述较大型神经网络中。可以从公开可用的预训练神经网络来创建所述预训练神经网络。通过替换和/或重新训练用于创建所述大型神经网络的子网络中的一个,可以使所述较大型神经网络适于在不同的任务中使用。
  • 一种训练小型网络构建节点神经网络
  • [发明专利]用于训练神经网络的方法和装置-CN202010089892.2有效
  • 彭冕;傅依;文石磊;章宏武;孙昊 - 北京百度网讯科技有限公司
  • 2020-02-13 - 2023-10-20 - G06V10/82
  • 本申请实施例公开了用于训练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;利用训练样本对初始神经网络进行训练,确定初始神经网络是否达到收敛;响应于确定出初始神经网络达到收敛,采用预设的周期余弦学习率,对初始神经网络网络权重进行更新,以及确定初始神经网络是否满足预设的训练结束条件;响应于确定出初始神经网络满足训练结束条件,生成训练完成的神经网络。该实施方式可以在提高神经网络网络权重的准确性的同时提高神经网络训练速度。
  • 用于训练神经网络方法装置
  • [发明专利]神经网络生成方法及装置、电子设备和存储介质-CN202011558527.8在审
  • 袁坤;李全全;崔磊 - 深圳市商汤科技有限公司
  • 2020-12-25 - 2021-04-02 - G06K9/62
  • 本公开涉及一种神经网络生成方法及装置、电子设备和存储介质,所述方法包括:响应于针对目标神经网络网络设置操作,根据被选中的神经网络进行网络设置,得到目标神经网络;响应于针对目标神经网络训练操作,基于预设的训练数据集以及被选中的训练方式训练目标神经网络,得到训练后的目标神经网络;响应于针对训练后的目标神经网络的测评操作,根据预设的测试数据集,确定训练后的目标神经网络的图像分类效果;在图像分类效果达到目标分类标准的情况下,将训练后的目标神经网络作为最终的目标神经网络本公开实施例可提高目标神经网络与应用场景的适应性。
  • 神经网络生成方法装置电子设备存储介质
  • [发明专利]神经网络训练方法、训练装置和电子设备-CN201910015326.4有效
  • 周贺龙;张骞;黄畅 - 南京人工智能高等研究院有限公司
  • 2019-01-08 - 2023-08-29 - G06N3/045
  • 公开了一种神经网络训练方法、神经网络训练装置和电子设备。该神经网络训练方法包括:将训练数据输入已训练的第一神经网络和待训练的第二神经网络;确定第一神经网络的预设层输出的第一特征图与第二神经网络在所述预设层输出的第二特征图;基于第一特征图和第二特征图确定第二神经网络的第一损失函数值;基于第一损失函数值和第二神经网络的第二损失函数值,更新第二神经网络的参数;以及,将更新后的第二神经网络的参数作为待训练的第二神经网络的初始参数,以迭代方式更新第二神经网络的参数,在更新得到的第二神经网络符合预设条件时,得到最终已训练的第二神经网络。这样,提高了训练后的第二神经网络的精度。
  • 神经网络训练方法装置电子设备
  • [发明专利]训练神经网络模型的方法及装置-CN202310870455.8在审
  • 王珺 - 腾讯科技(深圳)有限公司
  • 2023-07-14 - 2023-10-27 - G06N3/0985
  • 本公开的实施例提供了一种训练神经网络模型的方法、装置、计算机程序产品和存储介质。所述方法包括:初始化信息处理神经网络模型和与信息处理神经网络模型对应的参考神经网络模型,其中,信息处理神经网络模型包括多个处理模块,参考神经网络模型包括多个参考模块;通过多次迭代,更新信息处理神经网络模型和参考神经网络模型的参数本公开的方法能够降低神经网络模型训练的难度、提升神经网络模型的训练效率、提高模型训练的参数保密性、能够更好地应用于大型神经网络模型的训练场景或神经网络模型的实时训练场景,并避免神经网络训练过程中的坍塌问题
  • 训练神经网络模型方法装置
  • [发明专利]模型训练方法及装置、内容推荐方法及装置-CN202210187895.9在审
  • 刘冲 - 腾讯科技(深圳)有限公司
  • 2022-02-28 - 2023-09-08 - G06N3/0455
  • 本申请公开了一种模型训练方法及装置、内容推荐方法及装置,方法通过获取第一神经网络模型,第一神经网络模型包括至少一个神经网络单元,神经网络单元包括自注意力模块以及前馈模块;根据每一神经网络单元中自注意力模块与前馈模块的不同顺序组合关系生成多个第二神经网络模型;采用初始训练样本对多个第二神经网络模型进行集成训练,得到训练后的多个第二神经网络模型;基于训练后的多个第二神经网络模型对初始训练样本进行样本扩充,得到目标训练样本;利用目标训练样本对第一神经网络模型进行训练,得到目标神经网络模型。该方法可以提升训练得到的神经网络模型的准确性。
  • 模型训练方法装置内容推荐
  • [发明专利]神经网络训练方法和装置-CN202110838318.7在审
  • 张健;钟钊;陈方剑 - 华为技术有限公司
  • 2021-07-23 - 2023-02-07 - G06N3/045
  • 本申请提供一种神经网络训练方法和装置。本申请神经网络训练方法,包括:云端服务器接收来自终端设备的训练数据和第一神经网络,第一神经网络为像素级任务的神经网络;根据提取自第一神经网络的第一一阶信息和提取自第二神经网络的第二一阶信息对第二神经网络进行训练以得到经训练的第二神经网络,第二神经网络是基于第一神经网络得到的,第二神经网络的运算精度低于第一神经网络的运算精度,第一神经网络和第二神经网络执行相同的像素级任务;向终端设备发送经训练的第二神经网络。本申请可以降低终端设备的功耗,并有效解决因运算精度低带来的伪纹理现象,提升像素级任务的神经网络的成像质量。
  • 神经网络训练方法装置
  • [发明专利]神经网络训练方法及装置、可读存储介质及芯片-CN202310208484.8在审
  • 董旭炯 - 哲库科技(上海)有限公司
  • 2023-03-06 - 2023-07-07 - G06N3/096
  • 本申请提供了一种神经网络训练方法及装置、可读存储介质及芯片。该神经网络用于进行图像任务,该方法包括:对第一神经网络进行模型量化处理,确定第二神经网络;对所述第二神经网络进行量化感知训练,得到第三神经网络;以所述第一神经网络为教师模型,所述第三神经网络为学生模型,对所述第三神经网络进行知识蒸馏训练,以更新所述第三神经网络;确定多个第一候选神经网络,其中,所述多个第一候选神经网络为所述第三神经网络在所述知识蒸馏训练的多个不同迭代周期的训练结果;对所述多个第一候选神经网络进行评估和筛选,确定目标神经网络
  • 神经网络训练方法装置可读存储介质芯片

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top