The embodiment of the invention relates to a neural network training method and device, a storage medium and an electronic device. The training network includes input module, processing module and preset output module; training network until convergence to obtain the parameter value of the training network; training neural network until convergence based on the parameter value of the training network to obtain the parameter value of the output module. The invention solves the technical problem of low learning efficiency of neural network caused by the neural network training method in the related technology.
【技术实现步骤摘要】
神经网络的训练方法及装置、存储介质及电子装置
本专利技术涉及神经网络领域，具体涉及一种神经网络的训练方法及装置、存储介质及电子装置。
技术介绍
相关技术中对神经网络的训练方法一般都是在初始化神经网络之后，通过预设的数据集来训练神经网络直至收敛，但是该种训练方法较为陈旧，训练效率较低。尤其是针对轻量级神经网络中，例如，只包含一次池化操作的图像分割神经网络，采用相关技术中的神经网络训练方法，神经网络的学习效率不高。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种神经网络的训练方法及装置、存储介质及电子装置，以至少解决由于相关技术中的神经网络训练方法造成的神经网络学习效率较低的技术问题。根据本专利技术实施例的一个方面，提供了一种神经网络的训练方法，所述神经网络包括：输入模块、处理模块和输出模块，所述方法包括：构建训练网络，所述训练网络包括：所述输入模块、所述处理模块和预设的输出模块；训练所述训练网络直至收敛，得到所述训练网络的参数值；基于所述训练网络...
【技术保护点】
1.一种神经网络的训练方法，所述神经网络包括：输入模块、处理模块和输出模块，其特征在于，所述方法包括：/n构建训练网络，所述训练网络包括：所述输入模块、所述处理模块和预设的输出模块；/n训练所述训练网络直至收敛，得到所述训练网络的参数值；/n基于所述训练网络的参数值训练所述神经网络直至收敛，得到所述输出模块的参数值。/n
【技术特征摘要】
1.一种神经网络的训练方法，所述神经网络包括：输入模块、处理模块和输出模块，其特征在于，所述方法包括：
构建训练网络，所述训练网络包括：所述输入模块、所述处理模块和预设的输出模块；
训练所述训练网络直至收敛，得到所述训练网络的参数值；
基于所述训练网络的参数值训练所述神经网络直至收敛，得到所述输出模块的参数值。
2.根据权利要求1所述的方法，其特征在于，构建训练网络包括：
获取所述输入模块以及所述处理模块；
获取所述预设的输出模块；
根据所述输入模块、所述处理模块以及所述预设的输出模块构建部分训练神经网络。
3.根据权利要求1所述的方法，其特征在于，训练所述训练网络直至收敛包括：
随机初始化所述训练网络的参数值；
根据预设第一训练数据集训练所述训练网络直至收敛。
4.根据权利要求3所述的方法，其特征在于，基于所述训练网络的参数值训练所述神经网络直至收敛包括：
根据所述训练网络的参数值初始化所述神经网络的参数值；
根据预设第二训练数据集训练所述神经网络直至所述神经网络收敛，
其中，所述预设第一训练数据集与所述预设第二训练数据集相关联。
5.根据权利要求3所述的方法，其特征在于，根据所述训练网络的参数值初始化所述神经网络的参数值包括：
根据所述训练网络的参数值获取所述输入模块的参数值以及所述处理模块的参数值；
根据所述输入模块的...
【专利技术属性】
技术研发人员：季鑫，
申请(专利权)人：珠海上工医信科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。