训练包括按层布置的节点和删减掩码的卷积神经网络的方法

本发明涉及一种用于训练卷积神经网络的计算机实现的方法，所述卷积神经网络包括按层布置的节点和删减掩码，所述方法包括以下步骤：‑提供至少一个标记的训练数据集合(S10)；‑初始化卷积神经网络(S12)；‑将训练数据传递通过卷积神经网络(S14)；‑计算损失函数(S16)并将损失函数与训练数据的标签进行比较；和‑通过反向传播最小化损失函数(S18)，包括确定损失函数的梯度；其中将训练数据传递通过删减掩码包括将删减掩码的输入的结构si乘以删减参数Mi，用于结构的si的删减参数Mi是0或1；其中在反向传播期间通过近似函数来近似删减掩码。