[发明专利]一种权重更新方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201811137906.2 申请日: 2018-09-28
公开(公告)号: CN109472345A 公开(公告)日: 2019-03-15
发明(设计)人: 辛泉预;杨政 申请(专利权)人: 深圳百诺名医汇网络技术有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08
代理公司: 深圳市恒申知识产权事务所(普通合伙) 44312 代理人: 欧志明
地址: 518000 广东省深圳市南山区西丽街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 训练样本 神经网络 训练结果 偏导数 输出 均衡因子 计算机设备 存储介质 权重更新 修正 权重 神经元 计算神经网络 训练样本数据 比例计算 损失函数 不均衡 贡献度 更新 链式 求导 均衡 平衡
【权利要求书】:

1.一种权重更新方法,其特征在于,包括:

计算神经网络的各类训练样本的数量比例;

根据所述数量比例计算所述各类训练样本对应的均衡因子,所述均衡因子用于平衡所述各类训练样本的数量对所述神经网络的分类结果的影响度;

在一次训练结束后,获取所述神经网络的输出层的输出,其中,一个训练样本对应的所述输出表明所述训练样本为所述各类训练样本的概率,一个训练样本的所述概率之和为1;

根据所述神经网络的损失函数,计算所述神经网络的各输出的偏导数;

根据所述各类训练样本对应的均衡因子对所述各输出的偏导数进行修正得到所述各输出的修正偏导数;

根据链式求导法则、所述各输出的修正偏导数以及所述各神经元的输出,对所述神经网络的输出层和隐藏层的各权重进行更新。

2.如权利要求1所述的权重更新方法,其特征在于,所述根据所述数量比例计算所述各类训练样本对应的均衡因子包括:

根据所述各类训练样本的数量比例,分别计算所述各类训练样本的Pi,其中,i=1····N,所述Pi为N个类型的训练样本中第i个类型的训练样本的数量与训练样本总数量的比例;

根据公式:均衡因子=1-Pi,得到所述各类训练样本对应的均衡因子。

3.如权利要求1所述的权重更新方法,其特征在于,所述根据所述各类训练样本对应的均衡因子对所述各输出的偏导数进行修正得到所述各输出的修正偏导数包括:

将所述各输出的偏导数与所述各输出对应的训练样本类型对应的均衡因子相乘,得到所述各输出的修正偏导数。

4.如权利要求1-3所述的权重更新方法,其特征在于,所述根据链式求导法则、所述各输出的修正偏导数以及所述各神经元的输出,对所述神经网络的输出层和隐藏层的各权重进行更新包括:

根据链式求导法则,确定所述神经网络的输出层和隐藏层的各权重的权重更新公式;

将所述权重更新公式中所述各输出的偏导数,替换为对应的修正偏导数;

按照所述各权重的权重更新公式对所述神经网络的输出层和隐藏层的权重进行更新。

5.如权利要求4所述的权重更新方法,其特征在于,所述按照所述各权重的权重更新公式对所述神经网络的输出层和隐藏层的权重进行更新包括:

根据权重更新公式:W=w-Δw*L,更新所述神经网络的输出层和隐藏层的各权重;

其中,所述L为神经网络的学习率,所述w为本次更新前所述神经网络中某神经元的权重,所述W为本次更新后所述神经网络中所述神经元的新权重,所述Δw为本次更新时所述神经元的权重的校正幅度。

6.一种权重更新装置,其特征在于,包括:

比例计算模块,用于计算神经网络的各类训练样本的数量比例;

均衡因子计算模块,用于根据所述数量比例计算所述各类训练样本对应的均衡因子,所述均衡因子用于平衡所述各类训练样本的数量对所述神经网络的分类结果的影响度;

获取模块,用于在一次训练结束后,获取所述神经网络的输出层的输出,其中,一个训练样本对应的所述输出表明所述训练样本为所述各类训练样本的概率,一个训练样本的所述概率之和为1;

偏导数计算模块,用于根据所述神经网络的损失函数,计算所述神经网络的各输出的偏导数;

修正模块,用于根据所述各类训练样本对应的均衡因子对所述各输出的偏导数进行修正得到所述各输出的修正偏导数;

权重更新模块,用于根据链式求导法则、所述各输出的修正偏导数以及所述各神经元的输出,对所述神经网络的输出层和隐藏层的各权重进行更新。

7.一种计算机设备,其特征在于,包括处理器、存储器及通信总线;

所述通信总线用于实现所述处理器和所述存储器之间的连接通信;

所述存储器用于存储一个或多个程序,所述处理器用于执行所述存储器中存储的一个或者多个程序,以实现如权利要求1-5中任一项所述的权重更新方法的步骤。

8.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-5中任一项所述的权重更新方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳百诺名医汇网络技术有限公司,未经深圳百诺名医汇网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811137906.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top