|
钻瓜专利网为您找到相关结果 18个,建议您 升级VIP下载更多相关专利
- [发明专利]一种加大深度学习训练数据量的方法-CN201910510397.1在审
-
刘若鹏;栾琳;季春霖;陈峰
-
杭州光启人工智能研究院
-
2019-06-13
-
2020-12-15
-
G06N3/08
- 本发明提供了一种加大深度学习训练数据量的方法,包括S1、根据数据量总量确定更新梯度的批量,根据内存或者显存数据确定计算梯度的子批量;S2、计算更新梯度的批量大小包含的子批量数量,所述更新梯度的批量包含的子批量数量为更新梯度的批量与计算梯度的子批量的商;S3、在更新梯度的批量大小包含的子批量数量的数据上运行网络的前向传播,然后进行反向传播以计算相对于网络参数的梯度;S4、执行步骤S3更新梯度的批量大小包含的子批量数量次,对更新梯度的批量大小包含的子批量数量个梯度累加后取平均梯度;S5、用平均梯度更新模型参数。训练更稳定,训练效果更好;加快训练进程;让内存有限的CPU和显存有限的GPU可以用于训练大型网络。
- 一种加大深度学习训练数据量方法
- [发明专利]一种跨域面部识别方法-CN201910510836.9在审
-
刘若鹏;栾琳;季春霖;陈峰
-
杭州光启人工智能研究院
-
2019-06-13
-
2020-12-15
-
G06K9/00
- 本发明提供了一种跨域面部识别方法,包括:准备源样本数据和目标样本数据;固定特征提取器E,让域判别器G最大化,判别源样本数据和目标样本数据间的差异;固定域判别器G,让特征提取器E最小化,判别源样本数据和目标样本数据间的差异;域判别器G最大化和特征提取器E最小化达到平衡点,从特征提取器E提取出源样本数据和目标样本数据间没有域间差异的特征值。在facenet基础上,通过特征提取器E采用Inception‑Resnet‑V1网络结构,源分类损失函数和目标分类损失函数采用三元组损失函数的基础上,加入域混淆损失函数,解决待识别图像与训练样本图像具有不同统计分布特性的条件下的面部跨域识别问题,使得同一域间的面部特征更为接近,提升了跨域识别准确性。
- 一种面部识别方法
|