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

学习可压缩的特征 

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:谷歌有限责任公司

摘要:包括在计算机存储介质上编码的计算机程序的方法、系统和装置,用于通过神经网络NN接收数据集合以用于根据数据集合生成特征。至少使用NN的特征层根据数据集合来计算第一特征集合。第一特征集合i由信息量的度量表征;并且ii被计算以使得第一特征集合的尺寸可压缩为第二特征集合,第二特征集合在尺寸上小于第一特征集合并且具有与第一特征集合的信息量的度量相同的信息量的度量。第二特征集合是使用压缩第一特征集合以生成第二特征集合的压缩方法根据第一特征集合而生成的。

主权项:1.一种用于计算特征的计算机实施的方法,所述方法包括:由神经网络接收数据集合,以用于生成从所述数据集合推导出的特征,其中,所述神经网络包括多个层以及神经网络参数集合,以及其中,所述数据集合包括图像数据;根据所述数据集合来计算具有第一维度的第一特征集合,其中,第一特征集合由信息量的度量表征;将熵项应用于损失函数以获得增强的损失函数;通过使用增强的损失函数来生成第一特征集合的中间表示;通过使用与神经网络参数集合联合学习的概率分布对中间表示进行熵编码,以及使用概率分布对中间表示进行解码,使用压缩方法,来生成第二特征集合,其中,第二特征集合具有小于第一维度的第二维度,并且具有与第一特征集合的信息量的度量相同的信息量的度量。

全文数据:

权利要求:

百度查询: 谷歌有限责任公司 学习可压缩的特征

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。