本发明公开的一种深度神经网络样本自动取舍的训练方法,其特征在于,包括如下步骤：A、样本的领域知识计算；B、计算所有样本的复选概率；C、小批量训练集样本自动取舍；D、网络参数和样本配额更新。本发明的训练方法,能使学习效果不好的样本出现的频率变高,学习效果好的样本出现的频率变低,把一些坏样本逐渐移除,以减少对深度神经网络的学习效果的破坏,高效地实现了对训练样本的合理利用。
科研之友
微信
新浪微博
Facebook
分享链接
