训练表示为计算图的神经网络

授权

摘要

公开了用于训练表示为计算图的神经网络的系统和方法。一种示例方法开始于获得表示所述计算图的数据。然后，扩增所述计算图，以生成用于使用机器学习训练算法来训练所述神经网络的训练计算图，所述机器学习训练算法包括关于所述神经网络的参数中的每一个来计算目标函数的梯度。扩增所述计算图包括将多个梯度节点和训练边插入所述计算图中，以生成通过所述计算图的反向路径，该反向路径表示用于关于所述神经网络的参数来计算所述目标函数的梯度的运算。通过执行所述训练计算图而使用所述机器学习训练算法来训练所述神经网络。

基本信息

专利标题：

训练表示为计算图的神经网络

专利标题（英）：

暂无

公开（公告）号：

CN108292374A

申请号：

CN201680065507.2

公开（公告）日：

2018-07-17

申请日：

2016-11-09

授权号：

CN108292374B

授权日：

2022-04-15

发明人：

余原曼朱纳特·库德吕尔·文卡塔克里希纳

申请人：

谷歌有限责任公司

申请人地址：

美国加利福尼亚州

代理机构：

中原信达知识产权代理有限责任公司

代理人：

周亚荣

优先权：

CN201680065507.2

主分类号：

G06N3/08

IPC分类号：

G06N3/08 G06N3/04 G06F9/50