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：之江实验室;中国科学技术大学
摘要：本发明公开了一种用于降低对抗迁移性的模型训练方法、装置及介质，包括获取训练集，每张图片的遗忘次数初始化为0；在训练集中的每个样本添加对抗扰动，生成对抗样本集；对训练集中每个样本，分别计算代理模型和第一目标模型的交叉熵损失值，利用梯度下降算法更新代理模型和目标模型的参数；对对抗样本集中每个对抗样本，计算更新后的代理模型和第一目标模型的余弦相似度，利用梯度下降算法更新第一目标模型的参数；重复该过程，在每一次训练周期中，记录曾经被正确分类的样本是否被错误分类，若是，遗忘次数加一，否则遗忘次数不变；删除遗忘次数为零的样本，剩余样本及其对应的对抗样本用于训练第二目标模型。本发明大幅度减少模型训练时间。
主权项：1.一种用于降低对抗迁移性的模型训练方法，其特征在于，包括以下步骤：1获取训练集，包括若干张图片及对应的标签，每张图片的遗忘次数初始化为0；2在训练集中的每个样本添加对抗扰动，生成对抗样本集；3对训练集中的每个样本，分别计算代理模型和第一目标模型的交叉熵损失值，利用梯度下降算法更新代理模型和第一目标模型的参数；4对对抗样本集中的每个对抗样本，计算更新后的代理模型和第一目标模型的余弦相似度，利用梯度下降算法更新第一目标模型的参数；5重复步骤3至步骤4若干次，在每一次训练周期中，记录曾经被正确分类的样本是否被错误分类，如果是，遗忘次数加一，否则遗忘次数不变；6删除遗忘次数为零的样本，剩余样本及其对应的对抗样本用于训练第二目标模型。
全文数据：
权利要求：
百度查询： 之江实验室 中国科学技术大学 用于降低对抗迁移性的模型训练方法、装置及介质
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