[发明专利]任务数据的处理方法、装置、设备和存储介质有效
| 申请号： | 201810378952.5 | 申请日： | 2018-04-25 |
| 公开（公告）号： | CN108665065B | 公开（公告）日： | 2020-08-04 |
| 发明（设计）人： | 裴京;施路平;焦鹏 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京华进京联知识产权代理有限公司 11606 | 代理人： | 王程 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种任务数据的处理方法、装置、设备和存储介质，该方法包括：获取待处理的任务数据；将所述待处理的任务数据输入至预设的多任务学习网络进行处理，得到多个目标输出数据；其中，所述多任务学习网络为基于多个训练完成的目标单任务学习网络和第一训练数据集进行训练得到的神经网络。该方法中的多任务学习网络可对待处理数据更加准确的输出，从而降低处理待处理任务数据时存在的过拟合概率。进一步的，将待处理的任务数据输入至本实施例中的多任务学习网络中时，可提高待处理任务数据的处理精度以及处理效率。 | ||
| 搜索关键词： | 任务 数据 处理 方法 装置 设备 存储 介质 | ||
【主权项】：
1.一种任务数据的处理方法，其特征在于，包括：获取待处理的任务数据；将所述待处理的任务数据输入至预设的多任务学习网络进行处理，得到多个目标输出数据；其中，所述多任务学习网络为基于多个训练完成的目标单任务学习网络和第一训练数据集进行训练得到的神经网络，所述多任务学习网络具有多个任务处理层，一个任务处理层包括至少一个神经元函数；所述目标单任务学习网络为基于一个初始单任务学习网络和第二训练数据集进行训练得到的神经网络；所述第一训练数据集包括所述多任务学习网络的第一训练输入数据和第一训练输出标签，所述第二训练数据集包括每个初始单任务学习网络的第二训练输入数据和第二训练输出标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810378952.5/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
