基础分类模型的训练方法、装置和电子设备.pdf
一条****轩吗
亲,该文档总共21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
基础分类模型的训练方法、装置和电子设备.pdf
本说明书提出了一种基础分类模型的训练方法、装置和电子设备,其中,上述方法包括:获取本轮训练语句样本,以进行本轮训练,对所述本轮训练语句样本进行向量转换,得到本轮训练语句向量;将所述本轮训练语句向量与预置业务标签向量输入预置基础分类模型中进行训练,得到本轮训练语句样本的类别概率;根据所述类别概率进行计算,得到本轮训练的损失,根据所述本轮训练的损失更新所述预置业务标签向量,以进行下一轮训练;通过本说明书提供的方法可以实现无监督的训练,由此可以提高训练的效率,并进一步提高分类的准确度。
分类模型训练方法、瑕疵检测方法、装置和电子设备.pdf
本申请提供了一种分类模型训练方法、瑕疵检测方法、装置和电子设备,其中,该分类模型训练方法包括:使用第一训练集,对初始提取模型进行训练,以得到目标提取模型;使用该目标提取模型提取第二训练集中的各张瑕疵图片进行特征提取,以得到瑕疵特征集;使用该瑕疵特征集,对初始分类模型进行训练,以得到目标分类模型。
分类模型的训练方法和装置.pdf
本说明书实施例提供一种分类模型的训练方法和装置。方法包括:获取第一领域的第一样本集合,包括多个第一训练样本,每个第一训练样本包括样本输入和对应的第一分类任务的类别标签;获取第二领域的第二样本集合,包括多个第二训练样本,每个第二训练样本包括样本输入和对应的第二分类任务的类别标签;两个分类任务的类别标签具有映射关系;将第二样本集合中的多个第二训练样本加入第一样本集合,并根据映射关系,将第二训练样本包括的第二分类任务的类别标签转换为第一分类任务的类别标签,得到第三样本集合;将第三样本集合中的样本输入输入待训练的
图像分类模型的训练方法、装置、电子设备和存储介质.pdf
本公开提供了一种图像分类模型的训练方法、装置、电子设备和存储介质,涉及人工智能领域,具体涉及深度学习领域和图像处理领域,可应用于异常图像的检测场景等。图像分类模型的训练方法包括:采用已标注数据集对图像分类模型进行训练,得到初始模型;迭代地执行以下更新操作,直至更新后的初始模型达到收敛条件:采用初始模型从未标注数据中获得备选扩充数据;以及根据备选扩充数据更新已标注数据集和初始模型;其中,图像分类模型的训练方法还包括在在迭代地执行更新操作的过程中:确定针对标注类别的预测概率低于第一预定概率的目标数据;以及周期
模型训练方法、装置和电子设备.pdf
本说明书提供模型训练方法、装置和电子设备的实施例。所述方法包括:根据特征数据,将样本标识集分割为多个子集,接收样本标识所对应的第一梯度值密文和第二梯度值密文;在子集内,将多个样本标识的第一梯度值密文同态相加,得到该子集的第一特征值密文,将多个样本标识的第二梯度值密文同态相加,得到该子集的第二特征值密文;利用随机数对第一特征值密文和第二特征值密文进行掩盖,得到掩盖后的第一特征值密文和掩盖后的第二特征值密文;向第二方发送子集所对应的掩盖后的第一特征值密文、以及掩盖后的第二特征值密文。本说明书的实施例,通过根据