发明名称 | 一种基于海云协同架构的深度神经网络训练方法 | ||
摘要 | 本发明公开了一种基于海云协同架构的深度神经网络训练方法,包括:首先海端深度神经网络包含的各海端节点利用各自的数据训练确定各自海端深度神经网络参数;之后,云端深度神经网络获得所述海端深度神经网络参数和海端深度神经网络包含的部分海端节点的数据;最后,根据所述海端深度神经网络参数和部分海端节点的数据训练确定云端深度神经网络参数。本发明可以满足当前大数据分析数据量大、实时响应速度快的需求,并可以适用于各种局部-全局的网络架构中,且在数据量庞大的情况下,其所展现的性能更佳,具有很好的应用发展前景。 | ||
申请公布号 | CN104732278A | 申请公布日期 | 2015.06.24 |
申请号 | CN201510163352.3 | 申请日期 | 2015.04.08 |
申请人 | 中国科学技术大学 | 发明人 | 贾宝芝;朱明;胡正委 |
分类号 | G06N3/08(2006.01)I | 主分类号 | G06N3/08(2006.01)I |
代理机构 | 北京凯特来知识产权代理有限公司 11260 | 代理人 | 郑立明;郑哲 |
主权项 | 一种基于海云协同架构的深度神经网络训练方法,其特征在于,包括:海端深度神经网络包含的各海端节点利用各自的数据训练确定各自海端深度神经网络参数,所述的海端深度神经网络参数用于确定海端深度神经网络的模型;云端深度神经网络获得所述海端深度神经网络参数和海端深度神经网络包含的部分海端节点的数据;根据所述海端深度神经网络参数和部分海端节点的数据训练确定云端深度神经网络参数,所述云端深度神经网络参数用于确定云端深度神经网络的模型。 | ||
地址 | 230026 安徽省合肥市包河区金寨路96号 |