发明名称 |
一种深度神经网络样本自动取舍的训练方法 |
摘要 |
本发明公开的一种深度神经网络样本自动取舍的训练方法,其特征在于,包括如下步骤:A、样本的领域知识计算;B、计算所有样本的复选概率;C、小批量训练集样本自动取舍;D、网络参数和样本配额更新。本发明的训练方法,能使学效果不好的样本出现的频率变高,学效果好的样本出现的频率变低,把一些坏样本逐渐移除,以减少对深度神经网络的学效果的破坏,高效地实现了对训练样本的合理利用。 |
申请公布号 |
CN106022392A |
申请公布日期 |
2016.10.12 |
申请号 |
CN201610389949.4 |
申请日期 |
2016.06.02 |
申请人 |
华南理工大学 |
发明人 |
金连文;杨维信;刘曼飞 |
分类号 |
G06K9/62(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
广东广信君达律师事务所 44329 |
代理人 |
杨晓松 |
主权项 |
一种深度神经网络样本自动取舍的训练方法,其特征在于,包括如下步骤:A、样本的领域知识计算;B、计算所有样本的复选概率;C、小批量训练集样本自动取舍;D、网络参数和样本配额更新。 |
地址 |
510640 广东省广州市天河区五山路381号华南理工大学 |