摘要：本发明涉及神经网络模型的样本训练方法，目的是为了解决目前的神经网络模型在样本训练过程中训练耗时ξ长的问题。本发明提供一种基于多线程互斥的神经网络模型的样本训练方法，包括：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，训练时，同一进程中运行多个线程，多线程之间共享数据时，判断共享数据是否为需要加锁的数据，若是，则锁定和释放同步对象采用即用即释放资源的共享╲权值访问方法。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CN201510927551.7
- 申请时间2015年12月14日
- 申请公布号CN105574585A
- 申』请公布时间2016年05月11日
- 分类号G06N3/08(2006.01)I;
