买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杜比实验室特许公司

摘要：本公开涉及一种用于设计处理器20的方法和一种计算机实施的神经网络。该方法包括获得输入数据和对应的基准真相目标数据并且将输入数据提供给处理器20，以在给定输入数据的情况下输出对目标数据的第一预测。该方法进一步包括：将由处理器模块21:1，21:2，……，21:n‑1输出的潜在变量提供给监督器模块22:1，22:2，22:3，……，22:n‑1，该监督器模块基于潜在变量来输出对目标数据的第二预测；以及通过将这些对目标数据的预测与基准真相目标数据进行比较来确定第一损失度量和第二损失度量。该方法进一步包括基于第一损失度量和第二损失度量来训练处理器20和监督器模块22:1，22:2，22:3，……，22:n‑1，并且通过移除、替换和添加处理器模块中的至少一项操作来调整处理器。

主权项：1.一种用于设计神经网络处理器20的方法，所述方法包括：获得输入数据和对应的基准真相目标数据；将所述输入数据提供S4给所述神经网络处理器20，所述神经网络处理器包括用于在给定所述输入数据的情况下输出对目标数据的第一预测的多个可训练节点；所述神经网络处理器包括：一系列连续的初始处理模块21:1，21:2，……，21:n-1，每个初始处理模块21:1，21:2，……，21:n-1包括用于输出潜在变量的多个可训练节点，所述潜在变量用作所述系列中的随后的初始处理模块21:1，21:2，……，21:n-1的输入数据；以及最终处理模块21:n，所述最终处理模块包括多个可训练节点，所述多个可训练节点用于在给定来自最终初始处理模块21:n-1的潜在变量的情况下输出所述对目标数据的第一预测，将由至少一个初始处理器模块21:1，21:2，……，21:n-1输出的所述潜在变量提供S5给监督器模块22:1，22:2，……，22:n-1，所述监督器模块22:1，22:2，……，22:n-1包括用于基于潜在变量而输出对目标数据的第二预测的多个可训练节点；通过分别将所述对目标数据的第一预测与所述基准真相目标数据进行比较以及将所述对目标数据的第二预测与所述基准真相目标数据进行比较来确定S6第一损失度量和第二损失度量；基于所述第一损失度量和所述第二损失度量来训练S7所述神经网络处理器20和所述监督器模块22:1，22:2，……，22:n-1的可训练节点；以及基于所述第一损失度量和所述第二损失度量来调整S8所述神经网络处理器20，其中，调整所述神经网络包括移除初始处理器模块、替换处理器模块和添加处理器模块中的至少一项操作。

全文数据：

权利要求：

百度查询： 杜比实验室特许公司 用于利用多个监督器进行神经网络训练的方法