首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

通过使用局部线性度正则化训练更安全的神经网络 

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:渊慧科技有限公司

摘要:用于训练神经网络的方法、系统和装置,包括在计算机存储介质上编码的计算机程序。方法中的一种包括:使用神经网络并根据网络参数的当前值处理每个训练输入以为训练输入生成网络输出;通过评估损失函数计算每个训练输入的相应损失;从多个可能的扰动中识别最大非线性扰动;以及通过执行神经网络训练过程的迭代来确定对神经网络参数的当前值的更新,以减少训练输入的相应损失并减少所识别的最大非线性扰动的损失函数的非线性度。

主权项:1.一种训练具有多个网络参数的更安全的神经网络的方法,所述方法包括:获得多个训练输入,并且对于所述多个训练输入中的每一个,获得所述训练输入的相应目标输出;以及在所述多个训练输入中的每一个上训练所述神经网络,包括:使用所述神经网络并根据所述网络参数的当前值处理所述训练输入中的每一个以为所述训练输入中的每一个生成相应网络输出;通过评估损失函数来计算所述训练输入中的每一个的相应损失,其中,所述损失函数测量以下两者之间的差:i由所述神经网络通过处理输入-输出对中的输入生成的输出和ii在所述输入-输出对中的输出,并且其中,计算所述训练输入中的每一个的所述损失包括评估在所述输入-输出对处的所述损失函数,所述输入-输出对包括所述训练输入和用于所述训练输入的所述目标输出;从多个可能的扰动中识别最大非线性扰动,其中,扰动是值集,所述值集i与训练输入具有相同的维度并且ii具有不超过阈值的范数,并且其中,所述最大非线性扰动是以下扰动,对于所述扰动,所述损失函数当在输入-输出对处被评估时是最非线性的,该输入-输出对包括i通过将所述可能的扰动应用于给定的训练输入而生成的扰动训练输入和ii用于所述给定训练输入的目标输出;通过执行神经网络训练过程的迭代来确定对所述神经网络的所述参数的所述当前值的更新,以减少所述训练输入的所述相应损失并减少所识别的最大非线性扰动的所述损失函数的所述非线性度;以及其中:所述训练输入是图像并且所述网络输出是图像分类输出、对象检测输出、图像分割输出;或者所述训练输入是传感器数据并且所述网络输出是用于控制自动驾驶车辆或机器人系统的控制策略。

全文数据:

权利要求:

百度查询: 渊慧科技有限公司 通过使用局部线性度正则化训练更安全的神经网络

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。