[发明专利]神经网络模型的生成方法及装置在审
| 申请号： | 201910565729.6 | 申请日： | 2019-06-27 |
| 公开（公告）号： | CN110363286A | 公开（公告）日： | 2019-10-22 |
| 发明（设计）人： | 黄盈;周大军;李旭冬 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 周婷婷 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种神经网络模型的生成方法及装置。其中，该方法包括：从超参数值集合中确定第一神经网络模型中的超参数所对应的超参数值；获取对所述第一神经网络模型进行训练得到的第二神经网络模型的第一模型精确度；在所述第一模型精确度低于目标精确度的情况下，将所述第一神经网络模型中的部分超参数的超参数值更新为所述超参数值集合中对应的目标超参数值，得到第三神经网络模型。本发明解决了生成神经网络模型的效率较低的技术问题。 | ||
| 搜索关键词： | 神经网络模型 数值集合 参数值更新 | ||
【主权项】：
1.一种神经网络模型的生成方法，其特征在于，包括：从超参数值集合中确定第一神经网络模型中的超参数所对应的超参数值，其中，所述第一神经网络模型是输入层、具有所述超参数值的结构层、和输出层通过所述目标连接方式进行连接得到的神经网络模型；获取对所述第一神经网络模型进行训练得到的第二神经网络模型的第一模型精确度，其中，所述第一模型精确度用于指示使用所述第二神经网络模型对验证样本集合进行检测的精确度；在所述第一模型精确度低于目标精确度的情况下，将所述第一神经网络模型中的部分超参数的超参数值更新为所述超参数值集合中对应的目标超参数值，得到第三神经网络模型，其中，使用对所述第三神经网络模型进行训练得到的第四神经网络模型对所述验证样本集合进行检测的第二模型精确度高于或等于所述目标精确度。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201910565729.6/，转载请声明来源钻瓜专利网。
