摘要：本發(fā)明涉及神經(jīng)網(wǎng)絡模型的樣本訓練方法，目的是為了解決目前的神經(jīng)網(wǎng)絡模型在樣本訓練過程中訓練耗時長的問題。本發(fā)明提供一種基于多線程互斥的神經(jīng)網(wǎng)絡模型的樣本訓練方法，包括：確定一定數(shù)量的樣本集合作為訓練的基準數(shù)據(jù)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(jié)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(shù)據(jù)時，判斷共享數(shù)據(jù)是否為需要加鎖的數(shù)據(jù)，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(fā)明適用于神經(jīng)網(wǎng)絡模型的樣本訓練。
- 專利類型發(fā)明專利
- 申請人四川長虹電器股份有限公司;
- 發(fā)明人游萌;
- 地址621000 四川省綿陽市高新區(qū)綿興東路35號
- 申請?zhí)?/b>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(wǎng)企業(yè)微信客服
京公網(wǎng)安備11010802043465號
