买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉平安壹钱包电子商务有限公司申请的专利神经网络的参数更新方法及相关设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116187422B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310143561.6，技术领域涉及：G06N3/084；该发明授权神经网络的参数更新方法及相关设备是由葛昭蒂设计研发完成，并于2023-02-09向国家知识产权局提交的专利申请。

本神经网络的参数更新方法及相关设备在说明书摘要公布了：本申请提出一种神经网络的参数更新方法、装置、电子设备及存储介质，一种神经网络的参数更新方法包括：初始化神经网络的网络参数和激活函数的激活参数，神经网络包括多个网络层，网络层至少包括激活函数；从训练集中挑选训练数据输入神经网络以获取各网络层的输出结果，并基于输出结果计算各网络层的误差分量，将所有误差分量的和作为代价函数；基于代价函数更新网络参数，完成一次迭代训练；重复执行迭代训练，并基于相邻两次迭代训练中相同网络层的误差分量更新各网络层的激活参数；对神经网络进行多次迭代训练，直至代价函数的取值小于预设数值或达到预定迭代训练次数时停止。本申请能够提高神经网络训练过程中参数更新的速度和效率。

本发明授权神经网络的参数更新方法及相关设备在权利要求书中公布了：1.一种神经网络的参数更新方法，其特征在于，所述方法包括： S10，初始化神经网络的网络参数以及所有激活函数的激活参数，所述神经网络包括多个网络层，所述网络层至少包括所述激活函数，其中，所述神经网络为卷积神经网络，所述卷积神经网络用于图像分类； S11，从训练集中随机挑选至少一个训练数据输入所述神经网络以获取每一个网络层的输出结果，并基于所述输出结果计算每一个网络层的误差分量，将所有误差分量的总和作为代价函数，包括： A1，以标注的方式获取所述训练数据的第K标签数据，所述第K标签数据为将所述训练数据输入所述神经网络后网络层K的预期输出，所述网络层K为所述神经网络的最后一个网络层； A2，基于所述第K标签数据和所述网络层K的输出结果计算所述网络层K的误差分量，所述网络层K的误差分量关系式： 其中，M为随机挑选的训练数据的数量，为将第i个训练数据输入所述神经网络后网络层K的输出结果，为第i个训练数据对应的第K标签数据，为所述网络层K的误差分量； A3，基于所述第K标签数据和所述网络层K的网络参数计算第K‑1标签数据，所述第K‑1标签数据为将所述训练数据输入所述神经网络后网络层K‑1的预期输出，所述网络层K‑1为所述网络层K上一个相邻的网络层； A4，基于所述第K‑1标签数据和所述网络层K‑1的输出结果计算所述网络层K‑1的误差分量； A5，重复执行步骤A3到A4，遍历所述神经网络中所有网络层以计算每一个网络层的误差分量； A6，计算所有网络层的误差分量的总和作为代价函数，所述代价函数满足关系式： 其中，为第k个网络层的误差分量，K为所有网络层的数量，为所述代价函数； 所述训练集包括多个训练数据，其中，所述训练数据为待分类图像，所述标签数据为所述待分类图像的分类结果； S12，基于所述代价函数和反向传播算法更新所述网络参数，完成一次迭代训练； S13，重复执行步骤S11和步骤S12，并基于相邻两次迭代训练中的相同网络层的误差分量更新每一个网络层中激活函数的激活参数； S14，返回步骤S11，迭代训练所述神经网络，直至所述代价函数的取值小于预设数值或达到预定迭代训练次数时停止。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人平安壹钱包电子商务有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福华路319号兆邦基金融大厦26层2606单元；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。