一种面向强鲁棒性的神经网络模型生成方法

    公开(公告)号:CN114595804A

    公开(公告)日:2022-06-07

    申请号:CN202210158680.4

    申请日:2022-02-21

    Abstract: 本发明提供了一种面向强鲁棒性的神经网络模型生成方法。该方法包括:根据随机数种子生成随机数集合;利用随机数集合对每个种子卷积核使用单项式生成函数生成多个新的生成卷积核,将所有的卷积核构成神经网络模型;将神经网络模型部署在终端设备上,终端设备利用所述神经网络模型进行数据处理。本发明提供了一种针对部分破坏数据的面向强鲁棒性的神经网络模型生成方法,解决现有技术中存在的模型鲁棒性低的问题。通过在神经网络模型中引入不可学习参数,减少模型对训练数据的依赖。

Patent Agency Ranking