- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种实时生成对抗样本的深度学习训练数据增广方法、装置、电子设备及介质,本发明使用网络梯度回传修改输入图片,生成对抗样本,并实时用生成的对抗样本来训练深度学习网络;使用两个优化器,在训练中分别对对抗样本训练网络和深度学习网络参数进行优化,以达到一次循环迭代中就可以同时优化对抗参数和网络参数的效果,加速了对抗与训练,且只需要在原有的网络结构的基础上,增加一个对抗参数层,一个损失函数,以及一个优化器即可;有效提升训练出来的深度学习模型鲁棒性,提升模型在实际应用时的精度和召回,能有效避免模型在
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113537466 B
(45)授权公告日 2022.07.12
(21)申请号 202110786061.5 G06N 3/08 (2006.01)
文档评论(0)