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！
摘要：本发明公开了一种改进深度学习模型的优化方法，具体包括如下步骤：步骤一、通过卷积神经网络引入卷积层和采样层两个过程，最后连接全连接层；步骤二、在卷积层里，在进行图像处理的过程中，对于三通道RGB图像，它的每个通道相当于一个二维矩阵，卷积核按照设定好的步长在输入图像上滑动，并且在每次滑动之后完成一次卷积操作，得到相应的特征图谱，之后每层的卷积核再分别与上一层的输入特征图做卷积。该一种改进深度学习模型的优化方法，设计更加完善的改进型RNN网络结构，如长短时记忆网络和门控循环单元，这两种模型在RNN的基础上增加了存储单元，使其具备了长期记忆能力。RNN会以相当不受控制的方式在每个时间步长内重写自己的记忆。
主权项：1.一种改进深度学习模型的优化方法，其特征在于：具体包括如下步骤：步骤一、通过卷积神经网络引入卷积层和采样层两个过程，最后连接全连接层；步骤二、在卷积层里，在进行图像处理的过程中，对于三通道RGB图像，它的每个通道相当于一个二维矩阵，卷积核按照设定好的步长在输入图像上滑动，并且在每次滑动之后完成一次卷积操作，得到相应的特征图谱，之后每层的卷积核再分别与上一层的输入特征图做卷积，以获取不同类型和深度的图像特征；步骤三、卷积神经网络采用了ReLU激活函数和Dropout机制；其中ReLU相对于常用的Sigmoid和Tanh，它的训练时间更短，更容易学习优化，网络具有稀疏性，可有效缓解过拟合问题；步骤四、通过循环神经网络引入了定向循环机制，可以有效的处理输入信号之间在时间上前后关联的问题；步骤五、在循环神经网络基础上引入神经图灵机，通过将神经网络耦合到外部存储器资源来扩展神经网络的能力。
全文数据：
权利要求：
百度查询： 江苏强脑科技有限公司 一种改进深度学习模型的优化方法
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