CN201510046974 一种反卷积神经网络训练方法
本发明公开了一种反卷积神经网络训练方法,其能够有效地提取图像特征,有益于分类正确率的提高,提高反卷积神经网络的训练收敛效率及收敛精度,降低反卷积神经网络在实际应用中的训练成本,同时可被应用于其他基于卷积运算的优化问题求解中。这种反卷积神经网络训练方法,包括训练阶段和重建阶段,训练阶段包括步骤:(1)对训练图像进行预处理;(2)对训练图像进行批设置;(3)设置训练图像的网络训练参数;(4)开始第一层训练;重建阶段包括步骤:(5)对待重构图像进行预处理;(6)设置待重构图像的网络训练参数;(7)按批输入待重构图像直到完成所有批图像的重构。
附件:
CN102015000046974CN00001048669000APDFZH20150826CN00G.PDF
服务热线(免长话费) 400-1088-466
工作时间:8:30--12:00 13:00-17:30