(登録例25)
【請求項1】
ニューラルネットワークを使用した学習を行う学習装置であって、
学習条件として、学習済みのニューラルネットワークを使用して行う推論の目的と、前記学習装置のハードウェア資源の制約と、学習データの特性を示す情報と、設定された目標とを含む、学習の前提及び制約を取得する学習条件取得手段と、
前記学習の前提及び前記制約に応じて、ニューラルネットワークの構造の枠組みとなる学習モデルを選択する学習モデル選択手段と、
前記学習の前提及び前記制約に応じて、選択された前記学習モデルについてニューラルネットワークの規模を決定する学習モデル規模決定手段と、
前記学習モデルを前記規模で構成したニューラルネットワークに、前記学習データを入力して学習を行う学習手段と、
を有する学習装置。
ニューラルネットワークを使用した学習を行う学習装置であって、
学習条件として、学習済みのニューラルネットワークを使用して行う推論の目的と、前記学習装置のハードウェア資源の制約と、学習データの特性を示す情報と、設定された目標とを含む、学習の前提及び制約を取得する学習条件取得手段と、
前記学習の前提及び前記制約に応じて、ニューラルネットワークの構造の枠組みとなる学習モデルを選択する学習モデル選択手段と、
前記学習の前提及び前記制約に応じて、選択された前記学習モデルについてニューラルネットワークの規模を決定する学習モデル規模決定手段と、
前記学習モデルを前記規模で構成したニューラルネットワークに、前記学習データを入力して学習を行う学習手段と、
を有する学習装置。
機械学習における手法のひとつであるディープラーニングを行う場合、目的、学習データの特性等に応じて、学習パラメータを設定する必要があるが、ユーザがこうした学習パラメータを設定することが困難な場合があることに鑑み、推論の目的、ハードウェア資源の制約、学習データの特定、目標等から学習モデルの選択と規模の決定を行う発明である。
下線部に見られるように、学習条件を具体的に限定することにより、特許査定を得た。
0 件のコメント:
コメントを投稿