一种基于原始生成对抗网络模型的分组卷积方法

摘要

本发明公开了一种基于原始生成对抗网络模型的分组卷积方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造神经网络充当生成器与判别器的功能；S3、初始化随机噪声，输入生成器中；S4、设定分组数量N，使神经网络的卷积在N个GPU上进行；S5、将N个特征图进行融合，更新损失函数，进行后续训练。本方法构建的基于分组卷积的深度卷积对抗网络模型，对卷积进行了分组，使其在多个GPU中同时进行，最后将卷积的结果进行融合，从而大大地减少了参数量，提高了整个网络训练的效率。