[发明专利]使用聚类损失训练神经网络有效
| 申请号： | 201780070400.1 | 申请日： | 2017-11-15 |
| 公开（公告）号： | CN109983480B | 公开（公告）日： | 2023-05-26 |
| 发明（设计）人： | 宋贤吴 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06V10/764;G06V10/82;G06F18/23 |
| 代理公司： | 中原信达知识产权代理有限责任公司 11219 | 代理人： | 李宝泉;周亚荣 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 用于训练神经网络的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。方法之一包括：获得一批次的训练项目和真实分配；使用神经网络处理批次中的训练项目以为每个训练项目生成相应的嵌入；并且，通过执行神经网络训练过程的迭代来调整网络参数的当前值以优化目标函数，该目标函数惩罚用于生成针对除所述真实分配之外的每个可能聚类分配不导致所述oracle聚类分值比所述可能聚类分配的聚类分值高至少在所述可能聚类分配和所述真实分配之间的结构化差额的嵌入的神经网络。 | ||
| 搜索关键词： | 使用 损失 训练 神经网络 | ||
【主权项】：
1.一种训练神经网络的方法，所述神经网络具有多个网络参数并且被配置为接收输入数据项目并根据所述网络参数处理所述输入数据项目以生成所述输入数据项目的嵌入，所述方法包括：获得一批次训练项目和对所述批次中的所述训练项目到多个聚类的真实分配；使用所述神经网络并根据所述网络参数的当前值处理所述批次中的所述训练项目以为每个所述训练项目生成相应的嵌入；基于所述相应的嵌入确定所述真实分配的oracle聚类分值；以及通过执行神经网络训练过程的迭代来调整所述网络参数的所述当前值以优化目标函数，所述目标函数惩罚用于生成针对除所述真实分配之外的每个可能聚类分配不导致所述oracle聚类分值比所述可能聚类分配的聚类分值高至少在所述可能聚类分配和所述真实分配之间的结构化差额的嵌入的神经网络。
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谷歌有限责任公司，未经谷歌有限责任公司许可，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/201780070400.1/，转载请声明来源钻瓜专利网。
