【技术实现步骤摘要】
用于训练基于深度学习的机器学习算法的方法
[0001]本专利技术涉及一种用于训练基于深度学习的机器学习算法以及尤其是一种可用来以简单的方式并且以比较少的资源消耗来训练关于特定应用经优化的基于深度学习的机器学习算法的方法。
技术介绍
[0002]机器学习算法基于：使用统计方法，以便对数据处理系统进行训练，使得该数据处理系统可以在该数据处理系统最初未曾明确为了特定任务而被编程的情况下执行该特定任务。在此，机器学习的目的在于构建可以从数据中学习并做出预测的算法。这些算法创建数学模型，利用这些数学模型例如可以对数据进行分类。
[0003]此类机器学习算法例如在驾驶员辅助系统中应用或者在控制自主驾驶机动车辆时应用。在此，例如在控制自主驾驶机动车辆时，重要的是：尽可能精确地预测在自主驾驶机动车辆周围的其它车辆可能很快进行哪些驾驶机动，以便能够对此尽可能适当地做出反应。
[0004]在此，对在自主驾驶机动车辆周围的其它车辆的未来驾驶机动的此类预测通常基于隐马尔可夫模型。隐马尔可夫模型是一种随机模型，在该随机模型中，通过具有...
【技术保护点】
【技术特征摘要】
1.一种用于训练基于深度学习的机器学习算法的方法，其中所述方法(1)具有如下步骤：
‑
提供用于训练基于深度学习的机器学习算法的训练数据，其中所述训练数据具有传感器数据(2)；
‑
基于所述训练数据，通过机器学习方法，训练基于深度学习的机器学习算法(3)；而且
‑
然后，基于不可微成本函数，对经过训练的基于深度学习的机器学习算法的至少一个参数进行优化(4)。2.根据权利要求1所述的方法，其中通过机器学习方法来训练基于深度学习的机器学习算法的步骤(3)具有：基于可微成本函数来训练基于深度学习的机器学习算法。3.根据权利要求1或2所述的方法，其中基于不可微成本函数来优化经过训练的基于深度学习的机器学习算法的至少一个参数的步骤(4)具有：基于温度缩放，优化经过训练的基于深度学习的机器学习算法。4.一种用于控制可控系统的方法，其中所述方法具有如下步骤：
‑
提供用于控制可控系统的基于深度学习的机器学习算法，其中基于深度学习的机器学习算法是通过根据权利要求1至3中任一项所述的用于训练基于深度学习的机器学习算法的方法来训练的；而且
‑
以基于深度学习的机器学习算法为基础来控制所述可控系统。5.根据权利要求4所述的方法，其中所述可控系统是自主驾驶机动车...
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。