使用软最近邻损失的神经网络训练

被引：0

专利类型：

发明

申请号：

CN202080010180.5

申请日：

2020-01-22

公开(公告)号：

CN113330462B

公开(公告)日：

2025-04-08

发明(设计)人：

杰弗里·E·欣顿尼古拉斯·迈尔斯·维塞纳·福罗斯特尼古拉斯·盖伊·罗伯特·帕佩尔诺特

申请人：

谷歌有限责任公司

申请人地址：

美国加利福尼亚州

IPC主分类号：

G06N3/08

IPC分类号：

G06N3/045

代理机构：

中原信达知识产权代理有限责任公司 11219

代理人：

邓聪惠;周亚荣

法律状态：

授权

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-04-08	授权	授权

共 50 条

[1]

使用软最近邻损失的神经网络训练 [P].

杰弗里·E·欣顿 ;

尼古拉斯·迈尔斯·维塞纳·福罗斯特 ;

尼古拉斯·盖伊·罗伯特·帕佩尔诺特 .

中国专利 :CN113330462A ,2021-08-31

[2]

使用聚类损失训练神经网络 [P].

宋贤吴 .

中国专利 :CN109983480A ,2019-07-05

[3]

使用逐层损失来训练神经网络 [P].

伊赫桑·阿米德 ;

曼弗雷德·克劳斯·瓦尔穆特 ;

罗汉·阿尼尔 .

中国专利 :CN114492758A ,2022-05-13

[4]

使用逐层损失来训练神经网络 [P].

伊赫桑·阿米德 ;

曼弗雷德·克劳斯·瓦尔穆特 ;

罗汉·阿尼尔 .

美国专利 :CN114492758B ,2025-11-04

[5]

隐私敏感神经网络训练 [P].

D·贝洛维茨 ;

S·S-T·钱 ;

薛韫琦 ;

宁琳 ;

宋爽 ;

陈媚 .

美国专利 :CN117751368A ,2024-03-22

[6]

使用数据增强进行隐私敏感神经网络训练 [P].

索汉姆·德 ;

博尔雅·德巴勒皮盖姆 ;

杰米·海斯 ;

塞缪尔·劳伦斯·史密斯 ;

莱奥纳尔多·阿利克斯·让·埃里克·贝尔拉达兰科里贾瓦尔 .

英国专利 :CN118829991A ,2024-10-22

[7]

使用合成梯度来训练神经网络 [P].

奥里奥尔·温亚尔斯 ;

亚历山大·本杰明·格拉韦斯 ;

沃伊切赫·恰尔内茨基 ;

科拉伊·卡武克曲奥卢 ;

西蒙·奥辛德罗 ;

麦克斯维尔·埃利奥特·耶德贝里 .

中国专利 :CN109478254A ,2019-03-15

[8]

神经网络的半监督训练 [P].

菲利普·霍伊瑟 ;

亚历山大·莫德温特塞夫 .

中国专利 :CN109952583A ,2019-06-28

[9]

使用后验锐化训练神经网络 [P].

C.布伦德尔 ;

M.福图纳托 ;

O.文亚尔斯 .

中国专利 :CN110462638A ,2019-11-15

[10]

使用变分信息瓶颈来训练神经网络 [P].

亚历山大·埃米尔·阿勒米 .

中国专利 :CN109923560A ,2019-06-21

← 1 2 3 4 5 →