神经网络的能量高效和存储高效的训练
公开
摘要
用于训练自身行为通过可训练参数被表征的人工神经网络KNN的方法，包括：对参数初始化；提供用额定输出标记的训练数据，其中KNN应将训练数据分别映射到额定输出；训练数据被输送给KNN并由KNN映射到输出；根据预先给定的成本函数评价输出与学习输出的一致性；根据预先给定的标准，从参数集合中至少选择待训练的参数的第一子集和待保持的参数的第二子集;以如下目标来优化待训练的参数：通过KNN对训练数据的进一步处理预计导致通过成本函数的更好评价；分别将待保持的参数保留在其初始化值上或在优化时已经获得的值上。
基本信息
专利标题 ：
神经网络的能量高效和存储高效的训练
专利标题（英）：
暂无
公开（公告）号 ：
CN114548395A
申请号 ：
CN202111411233.7
公开（公告）日 ：
2022-05-27
申请日 ：
2021-11-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
A·P·孔杜拉凯J·E·M·梅纳特P·维默
申请人 ：
罗伯特·博世有限公司
申请人地址 ：
德国斯图加特
代理机构 ：
中国专利代理(香港)有限公司
代理人 ：
刘晗曦
优先权 ：
CN202111411233.7
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04 G06K9/62 G06V10/764 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
