申请/专利权人:合肥黎曼信息科技有限公司
申请日:2021-01-12
公开(公告)日:2021-05-07
公开(公告)号:CN112766489A
主分类号:G06N3/08(20060101)
分类号:G06N3/08(20060101);G06N3/04(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.05.25#实质审查的生效;2021.05.07#公开
摘要:本发明涉及对抗学习领域,具体涉及一种基于对偶距离损失的生成对抗网络训练方法,包括以下步骤:S1:获取目标分布的数据集,以及对数据集进行预处理;S2:设置生成器和判别器神经网络的结构和参数,以及训练过程中的学习率;S3:根据步骤S2中的神经网络的参数计算出对偶距离损失函数;S4:基于步骤S3中的对偶距离损失函数采用随机梯度下降法,训练生成器,使之可以生成真实分布;这种基于对偶距离损失的生成对抗网络训练方法,实现通过给定数据的训练收敛到理想结论。
主权项:1.一种基于对偶距离损失的生成对抗网络训练方法,包括以下步骤:S1:获取目标分布的数据集,以及对数据集进行预处理;S2:设置生成器和判别器神经网络的结构和参数,以及训练过程中的学习率;S3:根据步骤S2中的神经网络的参数计算出对偶距离损失函数;S4:基于步骤S3中的对偶距离损失函数采用随机梯度下降法,训练生成器,使之可以生成真实分布。
全文数据:
权利要求:
百度查询: 合肥黎曼信息科技有限公司 一种基于对偶距离损失的生成对抗网络训练方法
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。