摘要
本发明属于神经网络参数训练领域,具体涉及一种神经网络参数并行训练方法。接收数据并构建数据集,构建神经网络训练模型,包括并行的多个分支,各分支初始参数不同,分别将数据集输入给各分支,筛选各分支可接受的数据子集,并将数据子集输入给其他分支,每个分支根据所输入的数据子集更新模型参数,重复前述步骤,直到各分支的模型参数趋于相同时则完成训练。该方法通过多组分支并行训练,减少了训练时间,实现神经网络参数的快速调节,提高了神经网络参数训练的效率。
技术关键词
并行训练方法
神经网络参数
分支
神经网络训练
数据
标签
更新模型参数
矩阵
梯度下降法
神经网络模型
预测误差
元素
传感器
场景
算法
系统为您推荐了相关专利信息
资源调度优化方法
智能算法
资源调度效率
资源调度策略
凸透镜
图书馆管理方法
图书馆图书管理
逻辑回归算法
标记
动态
异常轨迹
自动编码器
重构
重建原始数据
三次样条插值法