[发明专利]一种网络模型训练方法、装置及存储介质有效
| 申请号： | 201910541586.5 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110222842B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 肖月庭;阳光;郑超 | 申请（专利权）人： | 数坤（北京）网络科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 赵李 |
| 地址： | 100000 北京市朝阳区广顺*** | 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： | 本申请公开一种网络模型训练方法、装置及存储介质，属于网络模型技术领域。该网络模型训练方法包括：获取携带有标注的样本数据；利用所述样本数据对当前网络模型进行训练；获取训练后的所述当前网络模型中的各个层结构的权重变化量；根据所述各个层结构的权重变化量变更所述当前网络模型的层结构；利用所述样本数据对层结构变更后的所述当前网络模型进行训练。本申请实施例中，在对网络模型进行训练时，通过不断的调整网络模型的网络结构，以及各个层级的参数，以此确定出性能最优的网络模型，让该模型有更优的效果。 | ||
| 搜索关键词： | 一种 网络 模型 训练 方法 装置 存储 介质 | ||
【主权项】：
1.一种网络模型训练方法，其特征在于，包括：获取携带有标注的样本数据；利用所述样本数据对当前网络模型进行训练；获取训练后的所述当前网络模型中的各个层结构的权重变化量；根据所述各个层结构的权重变化量变更所述当前网络模型的层结构；利用所述样本数据对层结构变更后的所述当前网络模型进行训练。
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数坤（北京）网络科技有限公司，未经数坤（北京）网络科技有限公司许可，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/201910541586.5/，转载请声明来源钻瓜专利网。
- 上一篇：基于间距损失函数的神经网络训练方法和装置
- 下一篇：一种噪声预测系统及方法
