[发明专利]一种模型对抗训练方法、介质及终端

权利要求书

1.一种模型对抗训练方法，其特征在于，包括：

获取训练样本，通过所述训练样本对神经网络模型进行训练；

计算神经网络模型训练后的损失值，所述损失值包括训练样本预测值与训练样本的真实值间的差异；

在所述损失值中加入对于输入的梯度惩罚项，获取新的损失值；

根据所述新的损失值，重新训练所述神经网络模型，完成模型对抗训练。

2.根据权利要求1所述的模型对抗训练方法，其特征在于，计算神经网络模型训练后的梯度惩罚值，所述梯度惩罚值为损失函数关于模型输入的梯度的单调递增函数；根据所述损失值和梯度惩罚值，获取所述新的损失值。

3.根据权利要求2所述的模型对抗训练方法，其特征在于，以最小化所述新的损失值为目标反复迭代训练模型至收敛或满足停止迭代条件，完成模型对抗训练。

4.根据权利要求1所述的模型对抗训练方法，其特征在于，所述训练样本包括文本样本、图像样本。

5.根据权利要求1所述的模型对抗训练方法，其特征在于，在模型训练过程中，在每一轮训练完成后对模型的损失值进行计算，确定模型损失的增减情况，所述损失值随着模型的迭代次数的增加，向值减少的方向变化。

6.根据权利要求5所述的模型对抗训练方法，其特征在于，通过如下公式获取所述损失值：

其中，其中x为输入样本，y为真实标签值，θ为模型参数，D为训练集。

7.根据权利要求6所述的模型对抗训练方法，其特征在于，所述梯度惩罚项满足利普希茨约束条件，所述梯度惩罚项通过如下函数表示：

其中，L(x,y；θ)为单个样本损失函数，所述梯度惩罚项是对输入x的梯度惩罚，且满足利普希茨约束条件，所述梯度惩罚值为具体的函数值。

8.根据权利要求7所述的模型对抗训练方法，其特征在于，以所述损失值和梯度损失值之和作为新的损失值，且每个轮次训练完成后，重新计算一次新的损失值，若在第n轮的新的损失函数关于模型参数θ_n的梯度下降值为Δθ_n，则模型参数需要更新为θ_n+1＝θ_n+Δθ_n，然后继续下一个轮次的模型训练。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至8中任一项所述方法。

10.一种电子终端，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至8中任一项所述方法。