一种基于自动示例选择的端到端多示例学习方法
基本信息
| 申请号 | CN202011380710.3 | 申请日 | - |
| 公开（公告）号 | CN112183752A | 公开（公告）日 | 2021-01-05 |
| 申请公布号 | CN112183752A | 申请公布日 | 2021-01-05 |
| 分类号 | G06N3/08(2006.01)I;G06K9/62(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 詹德川;王魏;李新春 | 申请（专利权）人 | 南京智谷人工智能研究院有限公司 |
| 代理机构 | 南京新慧恒诚知识产权代理有限公司 | 代理人 | 南京智谷人工智能研究院有限公司 |
| 地址 | 210000江苏省南京市经济技术开发区红枫科技园C4栋 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于自动示例选择的端到端多示例学习方法，包括以下具体步骤：（一）、对多示例数据进行采集，并将数据分成若干个多示例数据包，多示例数据包包括若干个示例，且多示例数据包设置为由若干个示例组合成的一组示例集合，多示例数据包上具有标签，示例设置为一个多维向量；（二）、搭建深度多示例网络，深度多示例网络包括示例处理层、示例选择层和分类层；（三）、每个多示例数据包通过深度多示例网络进行处理，通过前向或反向传播进行训练，训练包括深度多示例网络训练和深度多示例网络测试，相比现有技术，本发明可以通过示例选择层自动地选择重要的示例，一方面使得整个深度网络的优化过程可以端到端地进行训练。 |
