[发明专利]神经网络及对象识别的方法

权利要求书

1.一种对象识别的方法，所述方法包括：

基于包括将被识别的对象的输入信息获得从第一网络输出的状态信息；

使用第二网络确定状态信息是否满足预设条件；

响应于状态信息被确定为不满足所述条件，将状态信息迭代地应用于第一网络；

响应于状态信息被确定为满足所述条件，输出与所述对象相关的状态信息。

2.如权利要求1所述的方法，其中，确定的步骤包括：将预设阈值与从第二网络输出的与状态信息对应的评估结果进行比较。

3.如权利要求2所述的方法，其中，确定的步骤还包括：将预设迭代次数与状态信息被迭代地应用于第一网络的次数进行比较。

4.如权利要求1所述的方法，其中，第一网络被配置为：迭代地处理输入信息，以提供预设应用服务；

第二网络被配置为：对与第一网络的迭代处理结果对应的状态信息进行评估。

5.如权利要求1所述的方法，还包括：

使用第三网络对状态信息进行解码，以提供预设应用服务。

6.如权利要求1所述的方法，还包括：

将输入信息编码到状态信息的维度；

将编码的输入信息应用于第一网络。

7.如权利要求1所述的方法，其中，迭代地应用的步骤包括：

将状态信息编码到输入信息的维度；

将编码的状态信息应用于第一网络。

8.如权利要求1所述的方法，其中，输入信息包括单个数据和序列数据中的至少一个。

9.如权利要求1所述的方法，还包括：

响应于输入信息为序列数据，将序列数据编码为具有第一网络的输入维度的嵌入向量；

将嵌入向量应用于第一网络。

10.如权利要求9所述的方法，其中，输出的步骤包括：响应于输入信息为序列数据，将状态信息解码为序列数据，并且输出解码的状态信息。

11.如权利要求1所述的方法，其中，第一网络包括用于语音识别的神经网络或者用于图像识别的神经网络。

12.如权利要求1所述的方法，其中，第一网络包括全连接层、简单的循环神经网络、长短期记忆网络和门控循环单元中的至少一个。

13.一种对象识别的方法，所述方法包括：

通过基于预设迭代次数将与训练数据对应的输入信息迭代地应用于第一网络，来生成每次迭代的状态信息；

使用第三网络预测与每次迭代的状态信息对应的结果；

基于每次迭代预测的结果与对应于输入信息的真值之间的第一损失来训练第一网络；

接收包括将被识别的对象的输入信息；

使用训练的第一网络基于接收的输入信息执行对象识别。

14.如权利要求13所述的方法，还包括：

基于每次迭代预测的结果的评估分数，训练被配置为评估状态信息的第二网络。

15.如权利要求14所述的方法，其中，训练第二网络的步骤包括：通过基于每次迭代预测的结果和真值评估每次迭代预测的结果，来确定评估分数。

16.如权利要求14所述的方法，其中，训练第二网络的步骤包括：将噪声施加到每次迭代的状态信息的至少一部分。

17.如权利要求14所述的方法，还包括：基于第一损失训练第三网络。