一种非常深度神经网络的自动加层训练方法

摘要

本发明涉及一种非常深度神经网络的自动加层训练方法，包括：步骤1)、确定训练集、非常深度神经网络的初始结构，并对所述非常深度神经网络及相关参数进行初始化；步骤2)、训练非常深度神经网络并修改其误差率饱和状态；步骤3)、判断非常深度神经网络的误差率饱和状态，若误差率饱和状态的值为0，重新执行步骤2)，若误差率饱和状态的值小于附加层有效窗口的大小，执行步骤4)，若误差率饱和状态的值等于附加层有效窗口的大小，执行步骤5)；步骤4)、若非常深度神经网络的当前深度满足用户设定的最大深度，执行步骤5)，否则对当前非常深度神经网络执行加层操作，然后重新执行步骤2)；步骤5)、输出该非常深度神经网络，训练结束。