一种深度学习模型的训练方法及装置
基本信息
| 申请号 | CN201810258256.0 | 申请日 | - |
| 公开（公告）号 | CN108734193A | 公开（公告）日 | 2018-11-02 |
| 申请公布号 | CN108734193A | 申请公布日 | 2018-11-02 |
| 分类号 | G06K9/62;G06N99/00 | 分类 | 计算；推算；计数; |
| 发明人 | 李诚;周晓;朱才志 | 申请（专利权）人 | 合肥麟图信息科技有限公司 |
| 代理机构 | 北京柏杉松知识产权代理事务所（普通合伙） | 代理人 | 马敬;项京 |
| 地址 | 230000 安徽省合肥市高新区望江西路800号创新产业园A3楼305-2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明实施例提供了一种深度学习模型的训练方法及装置，方法为：首先训练得到中间深度学习模型；计算训练样本集中各个样本的特征向量以及计算中心点距离目标函数的中间参数的初始值；将中心点距离目标函数添加到中间深度学习模型中并加载中间参数的初始值，得到目标深度学习模型；利用当前目标深度学习模型，计算当前批次数据中各个样本的特征向量，并更新中间参数的参数值；计算中心点距离目标函数的函数值和分类目标函数的函数值，并判断是否符合结束训练的条件；如果否，调整当前目标深度学习模型的参数，导入下一批次数据并进行模型训练；如果是，结束训练。应用本发明实施例提供的方案可以提升深度学习模型的分类准确率。 |
