[发明专利]算法模型的优化方法、装置、存储介质及电子设备

说明书

本申请公开了一种算法模型的优化方法、装置、存储介质及电子设备，所述方法包括：获取电子设备当中的多个终端任务，并根据预设数据库对终端任务进行分类，通过预设算法分别对分类后的终端任务进行学习，以得到多个知识库，当电子设备执行新终端任务时，根据新终端任务的任务类型在多个知识库中匹配目标知识库，根据目标知识库对新终端任务的算法模型进行训练，以对算法模型的参数进行优化。本申请可以在执行新的终端任务时，根据该任务的特性匹配相应的知识库，以对算法模型进行优化，进而提高算法模型对任务的处理效果。

技术领域

本申请属于人工智能技术领域，尤其涉及一种算法模型的优化方法、装置、存储介质及电子设备。

背景技术

随着电子技术的发展，诸如智能手机等电子设备的智能化程度越来越高。电子设备可以通过各种各样的算法模型来进行数据处理，从而为用户提供各种功能。例如，电子设备可以根据算法模型对用户的行为特征进行学习，从而为用户提供个性化的服务。

现有技术当中，大多数都是单个任务采用一个单独的算法，单独进行训练，没有与其他任务进行很好的协同和联合，使得最终的训练效果难以很好地达到预期。事实上，不同任务之间存在一定的共性或者协同的部分，如推荐任务和预测任务，在模型和知识上存在一定的协同之处。尤为重要的是，这些任务的完成大多数是一次性的，后期随着用户兴趣和行为的改变，基于早期的模型并不一定能够很好地满足当前的新需求。

发明内容

本申请提供一种算法模型的优化方法、装置、存储介质及电子设备，可以提升算法模型对任务的处理效果。

第一方面，本申请实施例提供一种算法模型的优化方法，包括：

获取电子设备当中的多个终端任务，并根据预设数据库对所述终端任务进行分类；

通过预设算法分别对所述分类后的终端任务进行学习，以得到多个知识库；

当所述电子设备执行新终端任务时，根据所述新终端任务的任务类型在所述多个知识库中匹配目标知识库；

根据所述目标知识库对所述新终端任务的算法模型进行训练，以对所述算法模型的参数进行优化。

第二方面，本申请实施例提供一种算法模型的优化装置，包括：分类模块、学习模块、匹配模块以及优化模块；

所述分类模块，用于获取电子设备当中的多个终端任务，并根据预设数据库对所述终端任务进行分类；

所述学习模块，用于通过预设算法分别对所述分类后的终端任务进行学习，以得到多个知识库；

所述匹配模块，用于当所述电子设备执行新终端任务时，根据所述新终端任务的任务类型在所述多个知识库中匹配目标知识库；

所述优化模块，用于根据所述目标知识库对所述新终端任务的算法模型进行训练，以对所述算法模型的参数进行优化。

第三方面，本申请实施例提供一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述的算法模型的优化方法。

第四方面，本申请实施例提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述存储器中的指令用于执行以下步骤：

获取电子设备当中的多个终端任务，并根据预设数据库对所述终端任务进行分类；

通过预设算法分别对所述分类后的终端任务进行学习，以得到多个知识库；

当所述电子设备执行新终端任务时，根据所述新终端任务的任务类型在所述多个知识库中匹配目标知识库；

根据所述目标知识库对所述新终端任务的算法模型进行训练，以对所述算法模型的参数进行优化。