摘要
本申请公开了一种连续潜空间映射模型训练方法、装置及电子设备,涉及深度学习技术领域,包括:将原始运动状态数据输入待训练的潜空间投影网络,得到潜空间投影网络输出的分布参数,分布参数为用于表示潜空间变量后验分布的参数;对潜空间变量后验分布进行采样,得到多个潜空间变量;将多个潜空间变量分别输入待训练的重建神经网络,得到重建神经网络针对每个潜空间变量输出的重建运动状态数据;将分布参数和多个重建运动状态数据作为损失函数的输入,计算损失函数,得到损失函数的输出值;基于损失函数的输出值,调整潜空间投影网络和重建神经网络的网络参数。采用本方法,能够实现运动状态数据与潜空间变量之间的连续潜空间映射。
技术关键词
变量
连续性
运动
模型训练方法
参数
机器可读存储介质
因子
网络模块
模型训练装置
深度学习技术
电子设备
多层感知器
数据获取模块
处理器
采样模块
计算机
元素
系统为您推荐了相关专利信息
催化元件
隔离模块
动态时间规整算法
参数随时间
测试电路
教师
概率密度函数
学生
无标签数据
损失函数设计
运动行程控制
产品输送系统
抓取模块
动力装置
产品规格参数
人体三维姿态估计
步态识别
中医望诊
髋关节
膝关节