| 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 | ||