基于模块化自编码的集成网络的训练方法和装置

本发明公开了基于模块化自编码的集成网络的训练方法和装置，属于人工智能技术领域。训练方法包括：获取训练数据，基于所述训练数据，利用等变约束对卷积网络自编码器进行训练，得到训练好的自编码器；将训练数据中的图像I输入至训练好的自编码器中获得f(i)；将得f(i)接入基模型G(i)中，得到G(i)(f(i))；利用G(i)(f(i))对集成学习模型E进行训练，得到训练好的基模型G(i)和集成学习模型E。本发明首先通过构建等变约束对模块化自编码器进行训练，促进了网络模块功能的特化。然后使用功能分化的特征模块和基模型来进行集成学习，降低了集成学习基模型之间同质化问题，从而提高了集成学习的泛化能力、鲁棒性和集成效果。