← 返回列表
一种基于回调的深度神经网络错误定位方法
申请人信息
- 申请人:南通大学
- 申请人地址:226019 江苏省南通市崇川区啬园路9号
- 发明人: 南通大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于回调的深度神经网络错误定位方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311835225.4 |
| 申请日 | 2023/12/28 |
| 公告号 | CN117744714A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06N3/0464 |
| 权利人 | 南通大学 |
| 发明人 | 王进; 吴涛; 杨杨; 曹硕裕; 梁瑞 |
| 地址 | 江苏省南通市啬园路9号 |
摘要文本
本发明公开了一种基于回调的深度神经网络错误定位方法，分为模型准备、错误检测、统计分析三个步骤。在模型准备阶段，选择合理的DNN模型以满足问题需求。错误检测阶段持续跟踪关键参数，通过回调机制监控训练损失、验证损失、训练准确率和验证准确率等参数。统计分析阶段运用滑动平均、变化率计算、阈值判定和可视化分析等方法，准确定位模型中的错误，提高深度学习模型的诊断精度和全面性。针对DNN模型中的欠拟合和过拟合问题进行错误定位，实现了对深度学习模型训练问题的实时诊断与定位，提高了定位的全面性和精确性，为深度学习模型的错误诊断提供更加全面的支持。
专利主权项内容
1.一种基于回调的深度神经网络错误定位方法，其特征在于，包括以下步骤：步骤1、DNN模型准备；选取DNN错误模型，并构建训练数据集，在模型训练时，添加一个回调函数Callback，保存模型变量并收集训练信息；步骤2、DNN错误检测；在前向传播过程中，跟踪以下五项指标：损失值、准确率、验证损失值、验证准确率、神经元数量和层数，并在每次迭代后记录各指标值；步骤3、DNN统计分析；根据步骤2所得各指标值，对欠拟合和过拟合进行定位，完成对深度学习模型训练的实时诊断。