[发明专利]深度神经网络模型的构建方法、装置、介质及电子设备有效
| 申请号： | 201910708892.3 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110428052B | 公开（公告）日： | 2022-09-06 |
| 发明（设计）人： | 陶超;沙韬伟;邓金秋 | 申请（专利权）人： | 江苏满运软件科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06F16/35;G06F16/332;G06F16/33 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 孟金喆 |
| 地址： | 210012 江苏省南京市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种深度神经网络模型的构建方法、装置、介质及电子设备。该方法包括：将有标签样本数据输入第一神经网络模型，得到有标签样本数据的特征表示；其中，所述第一神经网络模型根据无标签样本数据对第一神经网络模型的网络结构的参数进行训练得到的；将有标签样本数据的特征表示和标签数据输入第二神经网络模型，以对所述第二神经网络模型的参数进行训练。通过运行本申请所提供的技术方案，可以实现在有标签的训练样本资源有限的情况下，能够保证高质量的模型训练效果，无需消耗大量的人力资源对较多数据进行标注标签的目的。 | ||
| 搜索关键词： | 深度 神经网络 模型 构建 方法 装置 介质 电子设备 | ||
【主权项】：
1.一种深度神经网络模型的构建方法，其特征在于，包括：将有标签样本数据输入第一神经网络模型，得到有标签样本数据的特征表示；其中，所述第一神经网络模型根据无标签样本数据对第一神经网络模型的网络结构的参数进行训练得到的；将有标签样本数据的特征表示和标签数据输入第二神经网络模型，以对所述第二神经网络模型的参数进行训练。
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江苏满运软件科技有限公司，未经江苏满运软件科技有限公司许可，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/201910708892.3/，转载请声明来源钻瓜专利网。
