摘要：本發明涉及神經網絡模型的樣本訓練方法，目的是為了解決目前的神經網絡模型在樣本訓練過程中訓練耗時長的問題。本發明提供一種基于多線程互斥的神經網絡模型的樣本訓練方法，包括：確定一定數量的樣本集合作為訓練的基準數據集合，對訓練權值進行適度的扭曲，設置訓練的初始學習率和最終學習率；以初始學習率為基礎，使用二階反向傳播學習算法對樣本集合進行訓練，當學習率達到最終學習率時，結束訓練，訓練時，同一進程中運行多個線程，多線程之間共享數據時，判斷共享數據是否為需要加鎖的數據，若是，則鎖定和釋放同步對象采用即用即釋放資源的共享權值訪問方法。本發明適用于神經網絡模型的樣本訓練。
- 專利類型發明專利
- 申請人四川長虹電器股份有限公司;
- 發明人游萌;
- 地址621000 四川省綿陽市高新區綿興東路35號
- 申請號CN201510927551.7
- 申請時間2015年12月14日
- 申請公布號CN105574585A
- 申請公布時間2016年05月11日
- 分類號G06N3/08(2006.01)I;
教育裝備采購網在線客服
京公網安備11010802043465號
