[发明专利]学习神经网络结构在审
| 申请号： | 201880032305.7 | 申请日： | 2018-10-31 |
| 公开（公告）号： | CN110622178A | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | O.纳查姆;A.戈登;E.埃班;陈铂 | 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 |
| 代理公司： | 11105 北京市柳沈律师事务所 | 代理人： | 金玉洁 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 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，装置包括在计算机存储介质上编码的计算机程序。在一个方面，系统包括神经网络收缩引擎，该神经网络收缩引擎配置成接收正被训练的神经网络并通过收缩过程生成简化神经网络。收缩过程包括基于收缩引擎损失函数训练神经网络，收缩引擎损失函数包括惩罚神经网络的活动神经元和从神经网络中移除非活动神经元的项。系统包括神经网络扩展引擎，神经网络扩展引擎配置成接收正被训练的神经网络并通过扩展过程来生成扩展神经网络，扩展过程包括向神经网络添加新的神经元并基于扩展引擎损失函数来训练神经网络。系统包括训练子系统，训练子系统生成简化神经网络和扩展神经网络。 | ||
| 搜索关键词： | 神经网络 收缩 引擎 神经元 训练神经网络 损失函数 引擎配置 计算机存储介质 计算机程序 惩罚 | ||
【主权项】：
1.一种由一个或多个计算机实现的系统，包括：/n神经网络收缩引擎，其配置成：/n接收正在训练的神经网络；/n通过收缩过程生成简化神经网络，所述收缩过程包括：/n基于收缩引擎损失函数训练所述神经网络，其中所述收缩引擎损失函数包括惩罚所述神经网络的活动神经元的项，其中：/n如果从所述神经网络中删除神经元及其所有传入和传出连接会影响响应于对所述神经网络的输入进行处理而生成的所述神经网络的输出，则所述神经元是活动的；/n从所述神经网络中移除非活动的神经元；/n神经网络扩展引擎，其配置成：/n接收正在训练的所述神经网络；/n通过扩展过程生成扩展神经网络，所述扩展过程包括：/n向所述神经网络添加新的神经元；/n基于扩展引擎损失函数训练所述神经网络；训练子系统，其配置成在多个时间步长中的每个时间步长上：/n通过向所述神经网络收缩引擎提供先前时间步长的扩展神经网络来生成所述时间步长的简化神经网络；以及/n通过将所述时间步长的简化神经网络提供给所述神经网络扩展引擎来生成所述时间步长的扩展神经网络。/n
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/201880032305.7/，转载请声明来源钻瓜专利网。
- 上一篇：实例分割
- 下一篇：用于数字个性化医疗的平台和系统
