[發(fā)明專利]期望與反期望深度學(xué)習(xí)方法和神經(jīng)網(wǎng)絡(luò)系統(tǒng)有效
| 申請?zhí)枺?/td> | 201711001729.0 | 申請日: | 2017-10-24 |
| 公開(公告)號: | CN108038543B | 公開(公告)日: | 2021-01-22 |
| 發(fā)明(設(shè)計(jì))人: | 朱定局 | 申請(專利權(quán))人: | 華南師范大學(xué) |
| 主分類號: | G06N3/08 | 分類號: | G06N3/08 |
| 代理公司: | 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224 | 代理人: | 劉雯 |
| 地址: | 510000 廣*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 期望 深度 學(xué)習(xí)方法 神經(jīng)網(wǎng)絡(luò) 系統(tǒng) | ||
本發(fā)明涉及一種期望與反期望深度學(xué)習(xí)方法和神經(jīng)網(wǎng)絡(luò)系統(tǒng),通過輸出數(shù)據(jù)的期望標(biāo)簽和反期望標(biāo)簽構(gòu)造2個深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),分別對與期望標(biāo)簽對應(yīng)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和與反期望標(biāo)簽對應(yīng)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,避免了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)當(dāng)存在屬性相反的輸出數(shù)據(jù)時結(jié)構(gòu)動蕩的問題,提高了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練的可靠性。
技術(shù)領(lǐng)域
本發(fā)明涉及深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域,特別是涉及一種期望與反期望深度學(xué)習(xí)方法和神經(jīng)網(wǎng)絡(luò)系統(tǒng)。
背景技術(shù)
深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)通過輸入數(shù)據(jù)和輸出數(shù)據(jù)對深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。如果有的輸入數(shù)據(jù)在不同場景下既能產(chǎn)生屬性相反的輸出數(shù)據(jù)(這是有可能的,假如還有影響輸出結(jié)果的其他條件數(shù)據(jù)沒有包括在輸入數(shù)據(jù)中,那么就有可能因?yàn)槠渌麠l件數(shù)據(jù)的變化,而產(chǎn)生不同的輸出數(shù)據(jù)),此時就會在訓(xùn)練過程中引起深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的動蕩,不利于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,而且也不利于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的使用,因?yàn)闊o法得知輸出數(shù)據(jù)的可信度是多少。
例如,深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)判斷一個人是不是男的,輸入不同人的人臉特征,同樣臉部特征的人可能是男的,也可能是女的,此時就會在訓(xùn)練過程中引起深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的動蕩。
發(fā)明內(nèi)容
基于此,有必要針對產(chǎn)生深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)當(dāng)存在屬性相反的輸出數(shù)據(jù)時結(jié)構(gòu)動蕩的問題,提供一種期望與反期望深度學(xué)習(xí)方法和神經(jīng)網(wǎng)絡(luò)系統(tǒng)。
一種期望與反期望深度學(xué)習(xí)方法,包括以下步驟:獲取訓(xùn)練數(shù)據(jù)中的輸出數(shù)據(jù)的期望標(biāo)簽和反期望標(biāo)簽;其中,所述反期望標(biāo)簽是與所述期望標(biāo)簽的屬性相反的標(biāo)簽;初始化與期望標(biāo)簽對應(yīng)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),得到期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),初始化與反期望標(biāo)簽對應(yīng)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),得到反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò);分別對所述期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。
所述的深度學(xué)習(xí)方法,分別對所述期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的步驟包括:通過訓(xùn)練數(shù)據(jù)中的輸入數(shù)據(jù)分別對期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行無監(jiān)督訓(xùn)練;從訓(xùn)練數(shù)據(jù)中獲取與期望標(biāo)簽一致的輸出標(biāo)簽對應(yīng)的輸入數(shù)據(jù),將該輸入數(shù)據(jù)作為輸入,將1作為預(yù)期輸出,對期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練,并從訓(xùn)練數(shù)據(jù)中獲取與期望標(biāo)簽及反期望標(biāo)簽都不一致的輸出標(biāo)簽對應(yīng)的輸入數(shù)據(jù),將該輸入數(shù)據(jù)作為輸入,將0作為預(yù)期輸出,對期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練;從訓(xùn)練數(shù)據(jù)中獲取與反期望標(biāo)簽一致的輸出標(biāo)簽對應(yīng)的輸入數(shù)據(jù),將該輸入數(shù)據(jù)作為輸入,將1作為預(yù)期輸出,對反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練,并從訓(xùn)練數(shù)據(jù)中獲取與期望標(biāo)簽及反期望標(biāo)簽都不一致的輸出標(biāo)簽對應(yīng)的輸入數(shù)據(jù),將該輸入數(shù)據(jù)作為輸入,將0作為預(yù)期輸出,對反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練。
所述的深度學(xué)習(xí)方法,從訓(xùn)練數(shù)據(jù)中獲取與期望標(biāo)簽一致的輸出標(biāo)簽對應(yīng)的輸入數(shù)據(jù),將該輸入數(shù)據(jù)作為輸入,將1作為預(yù)期輸出,對期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練的步驟之后還包括:從訓(xùn)練數(shù)據(jù)中獲取與期望標(biāo)簽一致的第一輸出數(shù)據(jù)及其對應(yīng)的第一輸入數(shù)據(jù);從每一第一輸入數(shù)據(jù)中篩選出第一預(yù)設(shè)比例的數(shù)據(jù),得到對應(yīng)的每一第二輸入數(shù)據(jù);將每一第二輸入數(shù)據(jù)作為輸入,將所述第一預(yù)設(shè)比例作為預(yù)期輸出,對期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練。
所述的深度學(xué)習(xí)方法,從訓(xùn)練數(shù)據(jù)中獲取與反期望標(biāo)簽一致的輸出標(biāo)簽對應(yīng)的輸入數(shù)據(jù),將該輸入數(shù)據(jù)作為輸入,將1作為預(yù)期輸出,對反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練的步驟之后還包括:將所述訓(xùn)練數(shù)據(jù)中與反期望標(biāo)簽一致的輸出標(biāo)簽對應(yīng)的輸入數(shù)據(jù)作為第三輸入數(shù)據(jù);從每一第三輸入數(shù)據(jù)中篩選出第二預(yù)設(shè)比例的數(shù)據(jù),得到對應(yīng)的每一第四輸入數(shù)據(jù);將每一第四輸入數(shù)據(jù)作為輸入,將對應(yīng)的第二預(yù)設(shè)比例作為預(yù)期輸出,對反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督訓(xùn)練。
所述的深度學(xué)習(xí)方法,在分別對所述期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和反期望深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練之后,還包括以下步驟:計(jì)算輸入數(shù)據(jù)對應(yīng)的輸出屬于期望標(biāo)簽的可信度及輸入數(shù)據(jù)對應(yīng)的輸出屬于反期望標(biāo)簽的可信度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華南師范大學(xué),未經(jīng)華南師范大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711001729.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 數(shù)字學(xué)習(xí)方法及執(zhí)行此數(shù)字學(xué)習(xí)方法的攜帶式電子裝置
- 一種響應(yīng)式教學(xué)設(shè)計(jì)方法及系統(tǒng)
- 一種神經(jīng)網(wǎng)絡(luò)及該神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
- 一種高光譜遙感影像目標(biāo)探測方法
- 一種八維學(xué)習(xí)方法
- 一種自適應(yīng)學(xué)習(xí)特征及其張量分解式分享學(xué)習(xí)方法
- 生成模型學(xué)習(xí)方法、生成模型學(xué)習(xí)裝置及程序
- 一種高精度定位系統(tǒng)及方法
- 學(xué)習(xí)方法、管理裝置和記錄介質(zhì)
- 一種基于圖像屬性特征表述的少樣本學(xué)習(xí)方法
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





