摘要：本发明涉及神经网络算法，目的是为解决现有的神经网络在整个结构设计和计算过程中有大量的时间消耗在样本采集和训练过ξ程上的问题。本发明提供一种新型卷积神经网络的样本训练方法，该方法包括如下步骤：确定一定数量的样本集合作为训练的基准〒数据集合，对☆训练权值进行适度的扭曲，设置训练的初始学习率和最终学习率；以初始学习率为基础，使用二阶反向传播学习算法对样本集合进行训练，当学习率达到最终学习率时，结束训练。本发明适用于神经网络模型的样本训练。
- 专利类型发明专利
- 申请人四川长虹电器股份有限公司;
- 发明人游萌;
- 地址621000 四川省绵阳市高新区绵兴东路35号
- 申请号CN201510903228.6
- 申请时间2015年12月09日
- 申请公╲布号CN105550747A
- 申请公布时间2016年05月04日
- 分类号G06N3/08(2006.01)I;
