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！

龙图腾网恭喜北京师范大学申请的专利对抗生成网络快速训练方法、装置、设备和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114463599B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210131123.3，技术领域涉及：G06V10/774；该发明授权对抗生成网络快速训练方法、装置、设备和存储介质是由郭平;杨栋设计研发完成，并于2022-02-13向国家知识产权局提交的专利申请。

本对抗生成网络快速训练方法、装置、设备和存储介质在说明书摘要公布了：本发明涉及一种对抗生成网络快速训练方法、装置、电子设备和计算机可读存储介质。其中方法包括：获取训练数据集，训练数据集包括多个图像训练样本；对抗生成网络的判别器D，针对生成器G生成的第一合成图像集，判断第一合成图像集中的每个第一合成图像是否是真实图像；所述对抗生成网络的生成器G和判别器D，两个神经网络模型交替进行训练，互相竞争，使得目标函数达到最优。

本发明授权对抗生成网络快速训练方法、装置、设备和存储介质在权利要求书中公布了：1.一种对抗生成网络快速训练方法，其特征在于：步骤S01：获取训练数据集，训练数据集包括多个图像训练样本，用于训练对抗生成网络的生成器G、判别器D；步骤S02：对抗生成网络的生成器G，针对每个图像训练样本，生成第一合成图像集；步骤S03：对抗生成网络的判别器D，针对生成器G生成的第一合成图像集，判断第一合成图像集中的每个第一合成图像是否是真实图像；步骤S04：所述对抗生成网络的生成器G和判别器D，两个神经网络模型交替进行训练，互相竞争，使得目标函数达到最优；生成器G和判别器D的神经网络模型均由多层构成，沿着网络正向传播样本；生成器G由2个反卷积层和10个卷积层组成；判别器D由4个卷积层和一个全连接层组成；两个神经网络模型的卷积层按照如下方法优化：步骤S0401：计算l层到l+1层的连接权重Wl；其中l为对抗生成网络的层编号；步骤S0402：第l层的输入数据矩阵为Xl，对Xl进行奇异值分解，得到矩阵U、Σ、V，使得Xl＝UΣVT；步骤S0403：计算Xl的伪逆矩阵Y＝VΣ’UT；其中，Σ’为Σ中奇异值的倒数组成的对角矩阵；步骤S0404：对矩阵V进行截断，保留V矩阵的前p行，得到截断后的矩阵V’；计算近似的伪逆矩阵X’表示为X’＝V’Σ’UT；步骤S0405：将X’作为第l层到第l+1层的连接权值Wl的初始值；步骤S0406：使用l层到l+1层的连接权重Wl，乘以第l层的神经元输出矩阵Yl，并应用激活函数，可以得到第l+1层的输出矩阵Yl+1；步骤S0407：调节正则化参数以控制重构误差的大小；结束神经网络模型的训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。