神经网络模型的训练方法、装置和系统[发明专利]

来源：独旅网

专利内容由知识产权出版社提供

专利名称：神经网络模型的训练方法、装置和系统专利类型：发明专利发明人：陈伟涛,王洪彬,李昊申请号：CN201811102482.6申请日：20180920公开号：CN110929866A公开日：20200327

摘要：本发明公开了一种神经网络模型的训练方法、装置和系统。其中，该方法包括：按照不同类型的预处理模型对初始数据进行预处理，生成多组训练数据，其中，训练数据包括：元素和元素对应的标签，每组训练数据对应不同的概率分布；将多组训练数据向邻域进行扩展，得到每组训练数据中每个元素对应的线性邻域元素；将线性邻域元素输入至神经网络，并根据神经网络的输出结果，确定损失函数，其中，损失函数用于表征输出结果与元素对应标签的偏差程度；基于损失函数的最小值，得到神经网络的网络参数，其中，神经网络的网络参数用于表征神经网络模型。本发明解决了现有技术中使用卷积神经网络模型的设备的存储和计算资源有限，导致难以提升卷积神经网络模型的技术问题。

申请人：阿里巴巴集团控股有限公司

地址：英属开曼群岛大开曼资本大厦一座四层847号邮箱

国籍：KY

代理机构：北京博浩百睿知识产权代理有限责任公司

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文