[發明專利]生成式對抗網絡的訓練方法、裝置及電子設備

在審

• 申請號: 202011562340.5
• 申請日: 2020-12-25
• 公開（公告）號: CN112541557A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 余曉峰;鄭立濤
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/20
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

1.一種生成式對抗網絡的訓練方法，包括：

確定干擾樣本集中各個干擾樣本當前分別對應的干擾概率；

根據每個所述干擾樣本當前對應的干擾概率，從所述干擾樣本集中獲取目標干擾樣本；

利用所述生成式對抗網絡中的生成器，對所述目標干擾樣本進行處理，以生成判別樣本；

將所述判別樣本輸入所述生成式對抗網絡中的判別器，以獲取所述判別樣本屬于真實樣本的概率；

根據所述判別樣本屬于真實樣本的概率及對應的干擾概率，對所述生成式對抗網絡進行修正。

2.如權利要求1所述的方法，其中，所述確定干擾樣本集中各個干擾樣本當前分別對應的干擾概率，包括：

基于預設的超平面參數，確定所述干擾樣本集中每個干擾樣本當前對應的超平面；

根據所述每個干擾樣本當前對應的超平面，計算每個所述干擾樣本當前對應的干擾概率。

3.如權利要求1所述的方法，其中，在所述確定干擾樣本集中各個干擾樣本當前分別對應的干擾概率之前，還包括：

利用所述生成式對抗網絡中的編碼器，將所述干擾樣本集中的各個干擾樣本分別進行編碼，以確定每個干擾樣本的向量表示。

4.如權利要求3所述的方法，其中，所述根據所述判別樣本屬于真實樣本的概率及對應的干擾概率，對所述生成式對抗網絡進行修正，包括：

根據所述判別樣本屬于真實樣本的概率及對應的干擾概率，確定第一損失值及第二損失值；

根據所述第一損失值，對所述生成器進行修正；

根據所述第二損失值，對所述判別器進行修正。

5.如權利要求4所述的方法，其中，還包括：

根據所述第一損失值及所述第二損失值，對所述編碼器進行修正。

6.如權利要求1-3任一所述的方法，其中，還包括：

將標注樣本輸入所述生成式對抗網絡中的判別器，以獲取所述標注樣本屬于真實樣本的概率；

根據所述標注樣本屬于真實樣本的概率，確定第三損失值；

根據所述第三損失值，對所述判別器進行修正。

7.一種生成式對抗網絡的訓練裝置，包括：

第一確定模塊，用于確定干擾樣本集中各個干擾樣本當前分別對應的干擾概率；

第一獲取模塊，用于根據每個所述干擾樣本當前對應的干擾概率，從所述干擾樣本集中獲取目標干擾樣本；

生成模塊，用于利用所述生成式對抗網絡中的生成器，對所述目標干擾樣本進行處理，以生成判別樣本；

第二獲取模塊，用于將所述判別樣本輸入所述生成式對抗網絡中的判別器，以獲取所述判別樣本屬于真實樣本的概率；

第一修正模塊，用于根據所述判別樣本屬于真實樣本的概率及對應的干擾概率，對所述生成式對抗網絡進行修正。

8.如權利要求7所述的裝置，其中，所述第一確定模塊，包括：

第一確定單元，用于基于預設的超平面參數，確定所述干擾樣本集中每個干擾樣本當前對應的超平面；

計算單元，用于根據所述每個干擾樣本當前對應的超平面，計算每個所述干擾樣本當前對應的干擾概率。

9.如權利要求7所述的裝置，其中，還包括：

第二確定模塊，用于利用所述生成式對抗網絡中的編碼器，將所述干擾樣本集中的各個干擾樣本分別進行編碼，以確定每個干擾樣本的向量表示。

10.如權利要求9所述的裝置，其中，所述第一修正模塊，包括：

第二確定單元，用于根據所述判別樣本屬于真實樣本的概率及對應的干擾概率，確定第一損失值及第二損失值；

第一修正單元，用于根據所述第一損失值，對所述生成器進行修正；

第二修正單元，用于根據所述第二損失值，對所述判別器進行修正。

11.如權利要求10所述的裝置，其中，還包括：

第二修正模塊，用于根據所述第一損失值及所述第二損失值，對所述編碼器進行修正。