内容提供者
智能决策模型的训练方法、装置、设备以及存储介质.pdf
2023-04-21
10金币
1.3MB
24页
St****36
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共24页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
智能决策模型的训练方法、装置、设备以及存储介质.pdf
本申请公开了一种智能决策模型的训练方法、装置、设备以及存储介质,属于计算机技术领域。通过本申请实施例提供的技术方案,获取了机器人在目标环境中采集到的外部信息,将外部信息输入智能决策模型,由智能决策模型的分布式执行者模型输出多个动作分支,该多个动作分支均是在获取到该外部信息的情况下,该机器人在该目标环境中可能执行的动作。基于外部信息和该多个动作分支,确定各个动作分支的奖励值分布,也即是对多个动作分支均进行了评价。基于多个动作分支的奖励值分布,进行奖励聚合确定混合奖励和集成奖励。基于所述混合奖励和所述集成奖励
2023-04-21
10
1.3MB
模型训练方法、装置、设备以及存储介质.pdf
本公开提供了一种模型训练方法、装置、设备以及存储介质,涉及计算机技术领域,尤其涉及人工智能、深度学习、分布式训练等技术领域。具体实现方案为:针对至少一个模型训练阶段中的每个模型训练阶段,获取与模型训练阶段对应的至少一个计算操作、至少一个通信操作和同步模式;根据同步模式,将至少一个计算操作和至少一个通信操作分配至计算流和通信流中;以及执行计算流和通信流,以便对模型进行训练。
2023-04-26
10
991KB
模型训练方法、装置、设备、存储介质以及程序产品.pdf
本公开提供了一种模型训练方法、装置、设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及深度学习技术领域。该方法的一具体实施方式包括：获取训练样本，其中，训练样本包括样本数据和真值标签；将样本数据作为输入，将真值标签作为输出，对集成特征工程的机器学习模型进行训练，得到目标模型，其中，特征工程用于对输入进行特征选择、特征提取和特征构建。该实施方式将特征工程集成至模型训练内部，仅需维护集成特征工程的模型训练部分，极大地提高了模型的迭代效率，促进业务快速发展。
2023-07-24
10
591KB
模型的训练方法、装置、设备、存储介质以及检测方法.pdf
本公开提供了模型的训练方法、装置、设备、存储介质以及检测方法，涉及人工智能领域，具体涉及计算机视觉和深度学习领域，可应用于智能机器人和自动驾驶场景下。具体实现方案为：利用第一有监督数据对待训练的初始模型进行第一阶段训练，得到预选检测模型；利用第二有监督数据以及无监督数据对预选检测模型进行第二阶段训练，得到目标检测模型；其中，目标检测模型用于根据输入的待检测图像，输出待检测图像中的3D物体信息。根据本公开的技术，可以训练得到具有较高检测精度和泛化性能的目标检测模型，降低了第一有监督数据和第二有监督数据的数据
2023-07-24
10
746KB
模型联合训练方法、装置以及存储介质.pdf
本公开提供了一种模型联合训练方法、装置以及存储介质，其中的方法包括：使用训练样本对编码器网络模型和第一目标任务网络模型进行训练，得到训练好的编码器网络模型以及对应的编码网络参数、训练好的第一目标任务网络模型以及对应的第一网络参数；依次将多个任务网络模型中的各个其它任务网络模型设置为第二目标任务网络模型，在保持编码网络参数的状态下，依次对各个第二目标任务网络模型进行训练，获得训练好的各个第二目标任务网络模型以及对应的第二网络参数。本公开提高了模型训练速度，降低了训练复杂度，并且能够满足不同任务对于数据质量的
2023-07-21
10
599KB