一种对轻量化卷积神经网络训练得到预训练模型的方法
公开
摘要
本发明公开了一种对轻量化卷积神经网络训练得到预训练模型的方法，本方法在训练轻量化卷积神经网络时，通过识别网络的训练进度，即当网络误差趋于平缓的时候，并根据训练精度冻结网络的主干部分参数，集中算力训练剩下的参数，当网络误差再次趋于平缓的时候，将冻结的参数解冻后进行整个网络的整体训练，这样能节约训练的时间并提高网络的精度，从而达到更好的效果。通过本方法训练得到预训练模型，适用于进行迁移学习。
基本信息
专利标题 ：
一种对轻量化卷积神经网络训练得到预训练模型的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298286A
申请号 ：
CN202210019983.8
公开（公告）日 ：
2022-04-08
申请日 ：
2022-01-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐嘉辉王彬徐凯陈石郑清王中杰
申请人 ：
江苏稻源科技集团有限公司
申请人地址 ：
江苏省扬州市文昌东路88号
代理机构 ：
南京瑞弘专利商标事务所(普通合伙)
代理人 ：
吴旭
优先权 ：
CN202210019983.8
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
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
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-08 ：
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
