数据处理方法、装置、存储介质和处理器.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114170641A(43)申请公布日2022.03.11(21)申请号202010851876.2G06N3/08(2006.01)(22)申请日2020.08.21(71)申请人阿里巴巴集团控股有限公司地址英属开曼群岛大开曼资本大厦一座四层847号邮箱(72)发明人钱祺徐渊鸿李昊金榕(74)专利代理机构北京博浩百睿知识产权代理有限责任公司11134代理人谢湘宁张文华(51)Int.Cl.G06V40/16(2022.01)G06V10/764(2022.01)G06V10/82(2022.01)G06K9/62(2022.01)G06N3/04(2006.01)权利要求书3页说明书23页附图15页(54)发明名称数据处理方法、装置、存储介质和处理器(57)摘要本发明公开了一种数据处理方法、装置、存储介质和处理器。其中，该方法包括：在目标模型中确定出分类层；基于目标任务确定分类层的原始参数；对原始参数进行初始化，得到目标参数；基于具有目标参数的分类层对目标任务进行分类，得到目标任务的分类结果；基于分类结果输出目标任务所指示的目标对象的信息。本发明解决了对任务进行分类的效率低的技术问题。CN114170641ACN114170641A权利要求书1/3页1.一种数据处理方法，其特征在于，包括：在目标模型中确定出分类层；基于目标任务确定所述分类层的原始参数；对所述原始参数进行初始化，得到目标参数；基于具有所述目标参数的所述分类层对所述目标任务进行分类，得到所述目标任务的分类结果；基于所述分类结果输出所述目标任务所指示的目标对象的信息。2.根据权利要求1所述的方法，其特征在于，对所述原始参数进行初始化，得到目标参数，包括：对所述原始参数进行随机初始化，得到所述目标参数。3.根据权利要求1所述的方法，其特征在于，对所述原始参数进行初始化，得到目标参数，包括：获取所述分类层的特征数据和对应的标签；将所述原始参数、所述特征数据和所述标签输入至损失函数中，得到所述目标参数。4.根据权利要求3所述的方法，其特征在于，将所述原始参数、所述特征数据和所述标签输入至损失函数中，得到所述目标参数，包括：基于交叉熵损失函数对所述原始参数、所述特征数据和所述标签进行训练，得到所述目标参数。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：从所述目标参数中确定出目标列参数，其中，所述目标列参数为所述目标参数中多列参数中的任一列参数；对所述目标列参数进行更新，其中，更新后的所述目标列参数的性能优于更新前的所述目标列参数，所述目标参数中除所述目标列参数之外的列参数保持不变。6.根据权利要求5所述的方法，其特征在于，更新后的所述目标列参数的损失比更新前的所述目标列参数的损失小。7.根据权利要求5所述的方法，其特征在于，所述方法还包括：对所述目标参数中的所述多列参数进行循环更新。8.根据权利要求5所述的方法，其特征在于，对所述目标列参数进行更新，包括：获取所述目标列参数对应的更新概率；基于所述更新概率对所述目标参数进行更新。9.根据权利要求8所述的方法，其特征在于，通过目标因子使得更新后的所述目标参数对应的函数线性收敛。10.根据权利要求8所述的方法，其特征在于，基于所述更新概率对所述目标参数进行更新，包括：确定与所述更新概率对应的逆矩阵；基于所述逆矩阵对所述目标参数进行更新。11.根据权利要求1至9中任意一项所述的方法，其特征在于，在对所述原始参数进行初始化的过程中，所述目标模型中除所述分类层之外的层的参数保持不变。12.根据权利要求1至9中任意一项所述的方法，其特征在于，所述目标参数通过凸函数2CN114170641A权利要求书2/3页进行表示。13.一种数据处理方法，其特征在于，包括：在人脸识别模型中确定出分类层，其中，所述人脸识别模型用于对输入的人脸图像进行识别；基于目标人脸图像确定所述分类层的原始识别参数；对所述原始识别参数进行初始化，得到目标识别参数；基于具有所述目标识别参数的所述分类层对所述目标人脸图像进行识别，得到所述目标人脸图像的识别结果；基于所述识别结果输出所述目标人脸图像所指示的人脸对象的信息。14.根据权利要求13所述的方法，其特征在于，对所述原始识别参数进行初始化，得到目标识别参数，包括：对所述原始识别参数进行随机初始化，得到所述目标识别参数。15.根据权利要求13所述的方法，其特征在于，对所述原始识别参数进行初始化，得到目标识别参数，包括：获取所述分类层的人脸图像特征数据和对应的标签；将所述原始识别参数、所述人脸图像特征数据和所述标签输入至损失函数中，得到所述目标识别参数。16.一种数据处理方法，其特征在于，包括：在对象识别模型中确定出分类层，其中，所