分类模型的训练方法和装置.pdf
Jo****63
亲,该文档总共14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
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
分类检测模型训练方法和装置、分类检测方法和装置.pdf
本公开提供一种分类检测模型训练方法和装置、分类检测方法和装置。分类检测模型训练装置对恶意样本APK进行反编译,以得到目标文件,并从目标文件中提取出静态特征;利用沙箱工具从恶意样本APK中提取出动态特征;利用静态特征和动态特征生成训练数据集;利用预设的特征选取模型从训练数据集中提取出第一特征样本集合;利用第一特征样本集合对预设分类器进行训练,以得到经过训练的分类检测模型。从而利用所得到的分类检测模型对待检测APK进行分类检测。本公开在无需人工干预的情况下有效克服分类检测效率低、准确度低的问题。
模型训练方法、图像分类方法和装置.pdf
本公开的实施例提供了一种模型训练方法、图像分类方法和装置。所述模型训练方法包括:首先获取训练样本集,该训练样本集包括样本物品对应的样本图像和样本图像的样本分类结果,样本图像由样本物品对应的样本首图和样本主图组成,然后构建包括残差神经网络和分类网络的初始模型,最后利用机器学习方法,将样本图像作为残差神经网络的输入,获取样本首图对应的第一特征向量和样本主图对应的第二特征向量,将残差神经网络输出的第一特征向量和第二特征向量作为分类网络的输入,样本图像的样本分类结果作为期望输出,对初始模型进行训练,得到图像分类模
模型训练方法、图像分类方法和装置.pdf
本公开的实施例提供的一种模型训练方法,包括:响应于获取到包括样本图像、样本图像对应的标注信息和查询图像,构建样本图像和查询图像对应的图像对,并构建包括局部特征提取器、语义特征提取器和分类判别器的小样本学习网络,将图像对输入局部特征提取器进行局部特征提取,得到样本图像对应的第一局部特征和查询图像对应的第二局部特征,将第一局部特征和第二局部特征分别输入语义特征提取器进行语义特征提取,得到第一局部特征对应的第一语义特征和第二局部特征对应的第二语义特征,并将第一局部特征和第一语义特征、第二局部特征和第二语义特征分
兴趣分类模型训练方法、兴趣分类方法和装置.pdf
本公开提供了兴趣分类模型训练方法、兴趣分类方法和装置,涉及人工智能技术领域,具体为数据处理和深度学习等技术领域。具体实现方案为:获取正样本用户和未标注用户,其中,正样本用户为具有兴趣标签的用户,未标注用户为不具有兴趣标签的用户;从正样本用户中确定间谍用户;基于间谍用户,从未标注用户中确定可靠负样本用户;基于正样本用户和可靠负样本用户,对目标待训练模型进行训练,得到训练完成的目标兴趣分类模型。本实现方式可以提高兴趣分类模型的精准度。