龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海人工智能创新中心
摘要：本发明涉及一种风格对抗生成网络的知识蒸馏方法，包括：使用随机初始化方式初始化卷积学生模型的权重参数，并且使用继承的方式初始化映射学生模型的权重参数；以及以对抗损失函数、图像空间的蒸馏损失函数和特征空间的蒸馏损失函数和基于隐空间方向的关系损失函数线性组合成的总损失函数作为约束来训练卷积学生模型和映射学生模型。通过该方法能够对风格对抗生成网络进行知识蒸馏，得到的学生模型的性能接近教师模型的性能，在压缩风格对抗生成网络的同时很好保留了教师模型性能，提高了学生模型的性能。
主权项：1.一种风格对抗生成网络的知识蒸馏方法，其特征在于，包括：使用随机初始化方式初始化卷积学生模型的权重参数，并且使用继承的方式初始化映射学生模型的权重参数；以及以对抗损失函数、图像空间的蒸馏损失函数和特征空间的蒸馏损失函数和基于隐空间方向的关系损失函数线性组合成的总损失函数作为约束来训练卷积学生模型和映射学生模型；构建所述基于隐空间方向的关系损失函数，包括：确定并存储能够控制单一语义变化的隐空间方向，以形成隐空间方向集合；在训练学生模型时，对于每一个训练的批数据中的每一个训练样本，将其所对应的隐空间编码w向隐空间方向d随机平移一段距离，使得平移后的生成图像与原始生成图像只存在单一语义特征的不同；计算平移前后网络中间层的特征相似度；对平移前后网络中间层的特征相似度Ai，j做softmax变换，以计算平移前样本与平移后样本来自同一个原始噪声z的概率；以及使用KL-散度损失函数进行蒸馏得到基于隐空间方向的关系损失函数；其中计算平移前后网络中间层的特征相似度包括：假设批数据的规模为N，则变换后得到N个平移样本，计算平移前后网络中间层的特征相似度Ai，j：Ai，j＝fi·fj′，其中fi表示平移前的第i个样本，fj′表示平移后的第j个样本，则全部的Ai，j构成一个N*N的矩阵；其中对平移前后网络中间层的特征相似度做softmax变换，以计算平移前样本与平移后样本来自同一个原始噪声z的概率，包括： Mi，j表示平移前样本i与平移后样本j来自同一个原始噪声z的概率。
全文数据：
权利要求：
百度查询： 上海人工智能创新中心 一种风格对抗生成网络的知识蒸馏方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号