数据预测模型的训练方法及装置、电子设备、存储介质.pdf
一条****88
亲,该文档总共16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
数据预测模型的训练方法及装置、电子设备、存储介质.pdf
本申请提供了一种数据预测模型的训练方法及电子设备、存储介质,该方法包括:获取第一时间序列,第一时间序列中包括多个时间段和时间段对应的历史数据。获取指定的时间间隔和训练变量数N,N为正整数且N≥2。从第一时间序列中获取参考时间段,并根据时间间隔确定排列在参考时间段之后的N?1个第一时间段。从第一时间序列中取参考时间段对应的历史数据以及所有第一时间段对应的历史数据作为训练数据。利用训练数据对预构建的数据预测模型进行训练,得到训练好的数据预测模型,从而在训练数据量有限的情况下,改善了数据预测模型的准确性。
数据处理、模型训练方法及装置、电子设备、存储介质.pdf
本申请的实施例揭示了一种数据处理、模型训练方法及装置、设备、存储介质,该方法包括:边缘服务器将接收到来自于路测基站发送的车辆终端的图像任务输入至预先训练好的多任务分割卸载模型中,得到分割后的各个子任务以及各个子任务待卸载的目标边缘服务器对应的标识;将各个子任务分别发送至与目标边缘服务器对应的标识匹配的目标边缘服务器,以使目标边缘服务器对接收到的子任务进行处理;将接收到来自于各个目标边缘服务器发送的子任务处理结果进行整合,得到图像任务的任务处理结果;将图像任务的任务处理结果通过路测基站发送至车辆终端。本申请
数据处理模型的训练方法、装置、电子设备及存储介质.pdf
本公开提供了一种数据处理模型的训练方法、装置、电子设备及存储介质,涉及计算机技术领域,尤其涉及深度学习、大数据处理等人工智能技术领域。具体实现方案为:获取多个样本数据,多个样本数据具有对应的多个标注信息;对多个样本数据进行融合处理,以得到目标样本数据;以及根据多个样本数据、目标样本数据,以及多个标注信息训练初始的数据处理模型,以得到目标数据处理模型。由于是根据融合处理得到的目标样本数据对初始的数据处理模型进行训练,能够相应地减少数据处理模型所处理的数据量,从而有效地避免无效数据对显存的占用,有效地提升数据
流量预测、模型训练方法及装置、电子设备、存储介质.pdf
本申请的实施例揭示了一种流量预测、模型训练方法及装置、电子设备、存储介质,该方法包括:获取测试流量数据集,其中测试流量数据集包括目标对象在第一预设历史时间段内的流量数据,将测试流量数据集输入至预先训练好的流量预测模型中,输出得到目标对象在指定时间段内的目标流量预测结果,其中流量预测模型是基于训练流量数据集对预测网络进行训练得到,预测网络是将卷积神经网络的全连接层与卷积循环神经网络的全连接层进行整合并构建得到。本申请实施例的技术方案极大地优化了流量预测方案,提升了流量预测的准确性。
对象预测模型的训练方法、装置、电子设备及存储介质.pdf
本申请提出了一种对象预测模型的训练方法、装置、电子设备及存储介质,其中,方法包括:获取样本对象的描述信息和历史目标数量,其中,目标数量用于表征样本对象的热度;从描述信息中获取样本对象的图像的分类特征表示和文本信息的文本特征表示,以及历史目标数量的第一编码表示;根据分类特征表示、文本特征表示和第一编码表示,对待训练的对象预测模型进行训练,以生成目标对象预测模型。本申请中,通过融合图像信息和文本信息实现对象预测模型的训练,使得训练后的目标对象预测模型可以结合对象的图像和文本中的信息,实现对象的目标数量进行预测