[发明专利]一种基于遗传算法的卷积神经网络训练成果检测及可视化方法在审
| 申请号： | 201811390102.3 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109598341A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 段强;李锐;于治楼;尹青山;安程治 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 陈婷婷 |
| 地址： | 250100 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于遗传算法的卷积神经网络训练成果检测及可视化方法，属于人工智能技术领域，使用CNN中的卷积核，通过运用遗传算法拟合出神经网络学习到的特征，由数量巨大的CNN的卷积核拟合形成图像，该图像是CNN所认为的最符合当前学习内容的可视化表达；实现输入一个标签，得到一幅由训练好的CNN认为正确的图像,以检测该卷积神经网络的训练成果。本发明可以通过观察可视化的学习结果直观地调整模型参数和神经网络架构，结果直观，可读性强，可以较好的应用于模型参数调整和架构更新指导。 | ||
| 搜索关键词： | 可视化 卷积神经网络 遗传算法 模型参数 卷积核 图像 拟合 检测 架构 直观 人工智能技术 神经网络学习 神经网络 学习结果 学习内容 可读性 标签 更新 观察 应用 | ||
【主权项】：
1.一种基于遗传算法的卷积神经网络训练成果检测及可视化方法，其特征在于使用CNN中的卷积核，通过运用遗传算法拟合出神经网络学习到的特征，由数量巨大的CNN的卷积核拟合形成图像，该图像是CNN所认为的最符合当前学习内容的可视化表达；实现输入一个标签，得到一幅由训练好的CNN认为正确的图像,以检测该卷积神经网络的训练成果。
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济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，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/patent/201811390102.3/，转载请声明来源钻瓜专利网。
