龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：深圳光启高等理工研究院
摘要：本发明提供了一种加大深度学习训练数据量的方法，包括S1、根据数据量总量确定更新梯度的批量，根据内存或者显存数据确定计算梯度的子批量；S2、计算更新梯度的批量大小包含的子批量数量，所述更新梯度的批量包含的子批量数量为更新梯度的批量与计算梯度的子批量的商；S3、在更新梯度的批量大小包含的子批量数量的数据上运行网络的前向传播，然后进行反向传播以计算相对于网络参数的梯度；S4、执行步骤S3更新梯度的批量大小包含的子批量数量次，对更新梯度的批量大小包含的子批量数量个梯度累加后取平均梯度；S5、用平均梯度更新模型参数。训练更稳定，训练效果更好；加快训练进程；让内存有限的CPU和显存有限的GPU可以用于训练大型网络。
主权项：1.一种加大深度学习训练数据量的方法，其特征在于，包括：S1、根据数据量总量确定更新梯度的批量大小，根据内存或者显存限制确定计算梯度的子批量大小；S2、计算更新梯度的批量大小包含的子批量数量，所述更新梯度的批量大小包含的子批量数量为更新梯度的批量大小与计算梯度的子批量大小的商；S3、在更新梯度的批量大小包含的子批量数量的数据上运行网络的前向传播，然后进行反向传播以计算相对于网络参数的梯度；S4、执行步骤S3更新梯度的批量大小包含的子批量数量次，对更新梯度的批量大小包含的子批量数量个梯度累加后取平均梯度；S5、用平均梯度更新模型参数，即wt+1＝wt–ηgrad，其中wt+1为后一个step的模型参数，wt为前一个step的模型参数，η为学习率，grad为平均梯度；所述步骤S5、用平均梯度更新模型参数包括：S51、每用完一遍训练数据epoch中，对全体训练洗牌，执行步骤S52循环更新梯度；S52、执行一次梯度更新，依次取batch数据，执行batch循环计算梯度，将这些梯度累加后求平均值，并更新梯度；S53、执行一次梯度计算，每个batch中，依次取计算梯度的子批量数据，计算梯度。
全文数据：
权利要求：
百度查询： 深圳光启高等理工研究院 一种加大深度学习训练数据量的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号