[发明专利]一种深度卷积对抗生成网络的训练方法及训练系统在审
| 申请号： | 201710685760.4 | 申请日： | 2017-08-11 |
| 公开（公告）号： | CN107480788A | 公开（公告）日： | 2017-12-15 |
| 发明（设计）人： | 刘怡俊;林裕鹏 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 罗满 |
| 地址： | 510062 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种深度卷积对抗生成网络的训练方法，包括将参数集根据参数之间的关联性执行字典训练操作，得到字典D、索引I以及系数C；将所述字典D、所述索引I以及所述系数C表示为卷积核W，利用所述卷积核W执行卷积换算操作，得到卷积公式；利用所述卷积公式执行生成对抗网络学习操作，得到生成器G。通过将参数集空间表示为一系列紧密的权值向量，可以简化卷积的计算过程，使深度卷积对抗生成网络可以从少量样本中学习新的类型，因此少量的迭代训练就可以获得更高的精度，训练效率也得到了提升。本申请还公开了一种深度卷积对抗生成网络的训练系统。 | ||
| 搜索关键词： | 一种 深度 卷积 对抗 生成 网络 训练 方法 系统 | ||
【主权项】：
一种深度卷积对抗生成网络的训练方法，其特征在于，包括：将参数集根据参数之间的关联性执行字典训练操作，得到字典D、索引I以及系数C；将所述字典D、所述索引I以及所述系数C表示为卷积核W，利用所述卷积核W执行卷积换算操作，得到卷积公式；利用所述卷积公式执行生成对抗网络学习操作，得到生成器G。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710685760.4/，转载请声明来源钻瓜专利网。
