一种类脑二值神经网络自动化结构学习方法
实质审查的生效
摘要
本发明涉及一种类脑二值神经网络自动化结构学习方法，属于神经网络领域，包括以下步骤：S1：将基准模型进行二值化，包括权重与激活的二值化；S2：基于二值化基准模型建立多个并行前馈子网，将不同子网通过通道级的加权横向路径连接，由此得到初始的CBiNet模型结构；S3：根据不同应用任务的损失函数，结合基于横向路径连接分组稀疏正则化项，建立总的损失函数；S4：设置学习率后在训练集上训练CBiNet，当损失函数表现收敛后结束训练，得到具有稀疏横向路径连接的CBiNet；S5：在测试集上测试CBiNet。本发明构建的CBiNet可以提升二值化神经网络的特征表达能力，可使图像处理任务精度更高，准确率更强。
基本信息
专利标题 ：
一种类脑二值神经网络自动化结构学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114386576A
申请号 ：
CN202210021671.0
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周喜川丁睿刘海军邹镟
申请人 ：
重庆大学
申请人地址 ：
重庆市沙坪坝区沙坪坝正街174号
代理机构 ：
北京同恒源知识产权代理有限公司
代理人 ：
李弱萱
优先权 ：
CN202210021671.0
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
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20220110
申请日 : 20220110
2022-04-22 ：
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
