在线训练方法、装置、系统及计算机可读存储介质

发明专利有效专利

申请号：
CN201811558958.7
IPC分类号：G06N3/08
申请日期：
2018-12-19
申请人：
北京达佳互联信息技术有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	在线训练方法、装置、系统及计算机可读存储介质
申请号	CN201811558958.7	申请日期	2018-12-19
法律状态	实质审查	申报国家	中国
公开/公告日	2019-04-16	公开/公告号	CN109635948A
优先权	暂无	优先权号	暂无
主分类号	G06N3/08 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/08 学习方法〔7〕	IPC分类号	G;0;6;N;3;/;0;8查看分类表>
申请人	北京达佳互联信息技术有限公司	申请人地址	北京市海淀区中关村东路1号院8号楼20层B2201 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京达佳互联信息技术有限公司	当前权利人	北京达佳互联信息技术有限公司
发明人	姜春阳;孔东营
代理机构	北京三高永信知识产权代理有限责任公司	代理人	唐述灿

摘要

本公开是关于一种在线训练方法、装置、系统及计算机可读存储介质，属于深度学习领域。所述方法将深度神经网络模型的所有模型参数分成多个部分，当获取到实时的训练样本数据时，采用与该实时训练数据对应的模型参数对该深度神经网络模型进行训练，得到每个模型参数的梯度信息；基于每个模型参数的梯度信息以及与该实时训练数据对应的模型参数，获取至少一个目标模型参数；基于该至少一个目标模型参数以及该每个模型参数的梯度信息，更新该深度神经网络模型，来实现在线训练模型的目的。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供