基于深度学习的深度卷积神经网络训练方法

摘要

公开的技术涉及构建用于变体分类的基于卷积神经网络的分类器。更具体地，涉及一种在训练数据上使用基于后向传播梯度更新方法训练基于卷积神经网络的分类器，该方法逐步地将基于卷积神经网络的分类器的输出与相应的真实值标签匹配。该基于卷积神经网络的分类器包括残差块组，每个残差块组由残差块中的卷积滤波器数量、残差块的卷积窗口尺寸和残差块的空洞卷积率参数化，所述卷积窗口尺寸在残差块组之间变化，所述空洞卷积率在残差块组之间变化。所述训练数据包括良性训练实例和从良性变体和致病性变体产生的转化的序列对的致病性训练实例。