模型训练方法、装置、设备、存储介质以及程序产品.pdf
书生****35
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
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。
模型训练方法、装置、设备、介质及程序产品.pdf
本公开提供模型训练方法、装置、设备、介质及程序产品,涉及计算机技术领域,尤其涉及车联网和智能座舱技术领域。具体实现方案为:获取模糊图像的标注结果;所述模糊图像通过对原始图像进行模糊处理得到;获取原始图像;确定所述标注结果和所述原始图像之间的关联关系;基于所述标注结果、所述原始图像和所述关联关系,对目标网络模型进行训练。本公开实施例的技术方案可以避免图像标注过程中隐私数据的泄露。
模型解释及训练方法、装置、设备、介质及程序产品.pdf
本说明书实施例公开了一种模型解释及训练方法、装置、设备、介质及程序产品。其中,模型训练方法首先将获取包括多个样本测试数据的样本测试集输入由样本训练集训练得到的预设模型中,输出样本测试集中每个样本测试数据对应的第一预测结果,上述样本训练集包括多个已知目标值的样本训练数据,每个样本测试数据以及每个样本训练数据均对应N个特征,N为大于或等于2的正整数,然后通过根据上述样本测试集中每个样本测试数据对应的第一预测结果以及上述样本测试集中每个样本测试数据对应的N个特征,按照预设训练方式训练可解释模型。上述可解释模型用
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
资源发放模型的训练方法、装置、设备、存储介质及产品.pdf
本申请提供了一种资源发放模型的训练方法、装置、设备、存储介质及产品,属于互联网技术领域。方法包括:获取发放环节序列包括的多个发放环节的样本数据,发放环节的样本数据包括样本账号的参考特征信息、需求信息和第一回报信息;基于发放环节序列包括的多个发放环节的顺序,依次执行如下步骤,直到资源发放模型满足收敛条件为止,得到目标资源发放模型:基于当前发放环节的样本数据,确定当前发放环节的第二回报信息,第二回报信息用于表示样本账号在第一个环节至当前发放环节基于互联网平台发放的虚拟资源,对互联网平台产生的总回报,基于当前发