[发明专利]一种模型训练方法、装置、电子设备及存储介质

说明书

本申请实施例公开了一种模型训练方法、装置、电子设备及存储介质。其中，该方法包括：根据第一样本数据集，对初始模型进行第一阶段训练，确定模型深度参数和第一阶段的模型层参数，并根据所述模型深度参数和所述第一阶段的模型层参数，对所述初始模型进行参数更新，得到中间模型；根据第二样本数据集，对所述中间模型进行第二阶段训练，确定第二阶段的模型层参数，并根据所述第二阶段的模型层参数，对所述中间模型进行参数更新，得到目标模型。本申请实施例提供的技术方案，通过对初始模型进行两个阶段的训练，可以使得目标模型的准确率较高。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种模型训练方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展，深度学习技术的应用越来越广泛。现有技术中的模型训练方法较为简单，且经过训练所得到的目标模型的准确率较差。因此，亟需一种使得目标模型输出结果准确率较高的模型训练方法。

发明内容

本申请实施例提供了一种模型训练方法、装置、电子设备及存储介质，以实现迅速地得到目标模型。

第一方面，本申请实施例提供了一种模型训练方法，该方法包括：

根据第一样本数据集，对初始模型进行第一阶段训练，确定模型深度参数和第一阶段的模型层参数，并根据所述模型深度参数和所述第一阶段的模型层参数，对所述初始模型进行参数更新，得到中间模型；

根据第二样本数据集，对所述中间模型进行第二阶段训练，确定第二阶段的模型层参数，并根据所述第二阶段的模型层参数，对所述中间模型进行参数更新，得到目标模型；其中，所述第一样本数据集的数量小于第二样本数据集的数量。

第二方面，本申请实施例提供了一种模型训练装置，该装置包括：

第一训练模块，用于根据第一样本数据集，对初始模型进行第一阶段训练，确定模型深度参数和第一阶段的模型层参数，并根据所述模型深度参数和所述第一阶段的模型层参数，对所述初始模型进行参数更新，得到中间模型；

第二训练模块，用于根据第二样本数据集，对所述中间模型进行第二阶段训练，确定第二阶段的模型层参数，并根据所述第二阶段的模型层参数，对所述中间模型进行参数更新，得到目标模型；其中，所述第一样本数据集的数量小于第二样本数据集的数量。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请任意实施例所述的模型训练方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现本申请任意实施例所述的模型训练方法。

本申请实施例提供了一种模型训练方法、装置、电子设备及存储介质，根据第一样本数据集，对初始模型进行第一阶段训练，确定模型深度参数和第一阶段的模型层参数，并根据所述模型深度参数和所述第一阶段的模型层参数，对所述初始模型进行参数更新，得到中间模型；根据第二样本数据集，对所述中间模型进行第二阶段训练，确定第二阶段的模型层参数，并根据所述第二阶段的模型层参数，对所述中间模型进行参数更新，得到目标模型；其中，所述第一样本数据集的数量小于第二样本数据集的数量。执行本申请方案，通过对初始模型进行两个阶段的训练，可以使得目标模型的准确率较高。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：