1 |
1
복수의 필터를 포함하는 컨볼루션 뉴럴 네트워크의 학습방법에 있어서,상기 복수의 필터 중 적어도 하나의 필터를 사용 불가능 상태로 전환시키는 단계;상기 사용 불가능 상태로 전환된 필터를 제외한 나머지 필터에 의해, 기존 데이터를 사용하여 배치 정규화 기반의 희소성 학습을 진행하는 단계;상기 사용 불가능 상태로 전환된 필터를 사용 가능 상태로 전환시키는 단계; 및상기 복수의 필터에 의해, 새로운 데이터를 사용하여 학습을 진행하는 단계;를 포함하는 것을 특징으로 하는 컨볼루션 뉴럴 네트워크의 학습방법
|
2 |
2
제1항에 있어서,상기 필터를 사용 불가능 상태로 전환시키는 단계는상기 복수의 필터의 감마 파라미터의 크기를 감소시키는 과정과,감소된 감마 파라미터 중 가장 작은 값을 갖는 필터를 사용 불가능 상태로 전환시키는 과정을 포함하는 것을 특징으로 하는 컨볼루션 뉴럴 네트워크의 학습방법
|
3 |
3
제1항에 있어서,상기 사용 불가능 상태로 전환된 필터를 사용 가능 상태로 전환시키는 단계는,상기 복수의 필터의 감마 파라미터 값을 소정의 범위 내의 값으로 초기화 하는 과정을 포함하는 것을 특징으로 하는 컨볼루션 뉴럴 네트워크의 학습방법
|
4 |
4
제1항에 있어서,상기 새로운 데이터를 사용하여 학습을 진행하는 단계는,상기 기존 데이터를 사용한 학습 단계에 대응되는 학습률보다 더 낮은 학습률을 이용하여 학습을 수행하는 것을 특징으로 하는 컨볼루션 뉴럴 네트워크의 학습방법
|