-
公开(公告)号：CN118504640A
公开(公告)日：2024-08-16
申请号：CN202410584277.7
申请日：2024-05-11
Applicant: 清华大学
Abstract: 本申请涉及一种基于忆阻器神经网络的多重加噪训练方法及装置，其中，方法包括：获取目标忆阻器神经网络的多重加噪初始训练模型和训练迭代参数，并判断训练迭代参数是否满足迭代要求，若满足则获取当前批次索引参数，并在其满足批次要求时，建立模型列表和损失列表，同时获取当前加噪重数索引；基于当前加噪重数索引和预设重数索引分析策略，对当前加噪重数索引进行加噪重数分析，并得到加噪重数分析结果，以通过加噪重数分析结果执行权重加噪或模型优化操作，以生成目标忆阻器神经网络对应的多重加噪模型。由此，解决了现有技术中的网络模型与实际权重噪声网络模型并未达成较高的相似度，难以进一步提升神经网络的鲁棒性等问题。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
