一种跨域的模型训练方法、装置以及设备.pdf
一吃****春艳
亲,该文档总共15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
一种跨域的模型训练方法、装置以及设备.pdf
本说明书实施例公开了一种跨域的模型训练方法、装置以及设备。通过获取包括N个域的训练样本,其中,所述训练样本中包含域标签,N为大于1的自然数;提取所述训练样本的样本特征,根据所述样本特征生成预测样本,其中,所述预测样本与所述训练样本的域标签相同;根据所述域标签对所述预测样本进行分类,生成多个分支,其中,所述多个分支包括不包含域标签的主分支,和,包含所述域标签的至少一个子分支;分别确定所述多个分支的损失值,融合多个损失值确定目标损失值;根据所述目标损失训练生成目标模型。通过结合来自不同域的训练样本进行多个分支
一种跨域的模型训练方法、装置以及设备.pdf
本说明书实施例公开了一种跨域的模型训练方法、装置以及设备。通过获取包括N个域的训练样本,其中,所述训练样本中包含域标签,N为大于1的自然数;提取所述训练样本的样本特征,根据所述样本特征生成预测样本,其中,所述预测样本与所述训练样本的域标签相同;根据所述域标签对所述预测样本进行分类,生成多个分支,其中,所述多个分支包括不包含域标签的主分支,和,包含所述域标签的至少一个子分支;分别确定所述多个分支的损失值,融合多个损失值确定目标损失值;根据所述目标损失训练生成目标模型。通过结合来自不同域的训练样本进行多个分支
模型训练方法、装置以及设备.pdf
本公开提供了一种模型训练方法、装置以及设备,涉及人工智能技术领域,具体涉及深度学习等技术领域。该方法的一具体实施方式包括:将模型的未切分模型状态集合和第i个已切分模型状态集合存储到第i个设备的显存中;获取第i个训练样本集,以及通过设备间通信从其他n?1个设备获取其他n?1个已切分模型状态集合,对模型进行训练,得到模型的各个模型状态的第一梯度;基于模型的各个模型状态的第一梯度更新未切分模型状态集合和第i个已切分模型状态集合。该实施方式减少了模型状态切分数量,从而降低了训练过程中模型状态的通信时间,优化训练速
一种跨域虚拟资源的转移方法、装置以及设备.pdf
本说明书实施例公开了一种跨域虚拟资源的转移方法、装置以及设备。所述方法包括:第一终端根据第一用户提供的虚拟资源信息,生成虚拟资源第一信息,所述虚拟资源第一信息至少包括待转移的虚拟资源的数量、第一用户信息及虚拟资源接收方信息;将所述虚拟资源第一信息提交给云服务器,以使所述云服务器根据所述虚拟资源第一信息生成所述虚拟资源第二信息,并将所述虚拟资源第二信息返回至所述第一终端,其中,所述虚拟资源第二信息至少包括所述虚拟资源第一信息以及订单编号;将所述虚拟资源第二信息发送给第二终端,以便所述第二终端基于所述虚拟资源
一种知识追踪模型的训练方法、装置以及设备.pdf
本说明书实施例公开了一种知识追踪模型的训练方法、装置以及设备。通过获取用户在t时刻对于知识点的答题信息,成对应于所述答题信息的隐藏特征向量;根据所述隐藏特征向量确定权重矩阵;根据所述权重矩阵从内存矩阵中进行读取,获得聚焦向量;根据所述权重矩阵内存矩阵进行内容写入,生成t时刻的内存矩阵;融合所述隐藏特征向量和所述生成输出特征向量,根据所述输出特征向量生成预测值;根据所述预测值和所述答题信息的差异进行知识追踪模型的训练,生成目标模型,通过采用内存矩阵保存用户的历史答题信息所产生的相关特征,并即时的在训练过程中