[发明专利]神经网络的训练方法及装置、存储介质及电子装置

说明书

本发明实施例涉及一种神经网络的训练方法及装置、存储介质及电子装置。其中，该方法包括：构建训练网络，训练网络包括：输入模块、处理模块和预设的输出模块；训练训练网络直至收敛，得到训练网络的参数值；基于训练网络的参数值训练神经网络直至收敛，得到输出模块的参数值。本发明解决了由于相关技术中的神经网络训练方法造成的神经网络学习效率较低的技术问题的技术问题。

技术领域

本发明涉及神经网络领域，具体涉及一种神经网络的训练方法及装置、存储介质及电子装置。

背景技术

相关技术中对神经网络的训练方法一般都是在初始化神经网络之后，通过预设的数据集来训练神经网络直至收敛，但是该种训练方法较为陈旧，训练效率较低。尤其是针对轻量级神经网络中，例如，只包含一次池化操作的图像分割神经网络，采用相关技术中的神经网络训练方法，神经网络的学习效率不高。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种神经网络的训练方法及装置、存储介质及电子装置，以至少解决由于相关技术中的神经网络训练方法造成的神经网络学习效率较低的技术问题。

根据本发明实施例的一个方面，提供了一种神经网络的训练方法，所述神经网络包括：输入模块、处理模块和输出模块，所述方法包括：构建训练网络，所述训练网络包括：所述输入模块、所述处理模块和预设的输出模块；训练所述训练网络直至收敛，得到所述训练网络的参数值；基于所述训练网络的参数值训练所述神经网络直至收敛，得到所述输出模块的参数值。

进一步地，构建训练网络包括：获取所述输入模块以及所述处理模块；获取所述预设的输出模块；根据所述输入模块、所述处理模块以及所述预设的输出模块构建部分训练神经网络。

进一步地，训练所述训练网络直至收敛包括：随机初始化所述训练网络的参数值；根据预设第一训练数据集训练所述训练网络直至收敛。

进一步地，基于所述训练网络的参数值训练所述神经网络直至收敛包括：根据所述训练网络的参数值初始化所述神经网络的参数值；根据预设第二训练数据集训练所述神经网络直至所述神经网络收敛，其中，所述预设第一训练数据集与所述预设第二训练数据集相关联。

进一步地，根据所述训练网络的参数值初始化所述神经网络的参数值包括：根据所述训练网络的参数值获取所述输入模块的参数值以及所述处理模块的参数值；根据所述输入模块的参数值以及所述处理模块的参数值初始化所述神经网络中时输入模块的参数值以及处理模块的参数值。

进一步地，在训练所述训练网络之前，还包括：对所述预设第一训练数据集进行数据增强处理。

根据本发明实施例的另一方面，还提供了一种神经网络的训练装置，所述神经网络包括：输入模块、处理模块和输出模块，所述装置包括：处理单元，用于构建训练网络，所述训练网络包括：所述输入模块、所述处理模块和预设的输出模块；第一训练单元，用于训练所述训练网络直至收敛，得到所述训练网络的参数值；第二训练单元，用于基于所述训练网络的参数值训练所述神经网络直至收敛，得到所述输出模块的参数值。

进一步地，所述第一训练单元包括：初始化模块，用于随机初始化所述训练网络的参数值；训练模块，用于根据预设第一训练数据集训练所述训练网络直至所述训练网络收敛。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行如上所述神经网络的训练方法。

根据本发明实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器通过所述计算机程序执行如上所述神经网络的训练方法。