一种人工智能框架进行CNN迭代训练方法
基本信息
| 申请号 | CN201811088509.0 | 申请日 | - |
| 公开（公告）号 | CN109325533A | 公开（公告）日 | 2019-02-12 |
| 申请公布号 | CN109325533A | 申请公布日 | 2019-02-12 |
| 分类号 | G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 刘宏基 | 申请（专利权）人 | 成都网阔信息技术股份有限公司 |
| 代理机构 | 成都弘毅天承知识产权代理有限公司 | 代理人 | 成都网阔信息技术股份有限公司 |
| 地址 | 610041 四川省成都市成都高新区天府二街萃华路89号33层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种人工智能框架进行CNN迭代训练方法，为了实现智能训练，也可称为挂机训练。本CNN训练框架采用了动态学习率的算法和自动判收敛算法。随着训练轮次的展开，学习率会根据反向梯度算法中的梯度变化而动态调整，逐步减小至预设的值。梯度变化在一定时间内变化小于阈值，那么系统将自行停止训练，标志训练完成。训练完成后，用测试程序把得到的网络文件对未知样本集进行分类识别，再稍加辅以人工矫正，便能很方便的扩充训练数据集，进行迭代训练。最终实现的网络分类准确率能达到99.8％。 |
