内容提供者
机器学习模型训练方法和装置.pdf
2023-08-31
10金币
1.2MB
22页
志玉****爱啊
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共22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
机器学习模型训练方法和装置.pdf
本发明涉及一种机器学习模型训练方法和装置，包括：获取在本轮清洗脏样本数据前已有纯净样本数据；根据已有纯净样本数据和机器学习模型的当前模型参数，确定该模型的损失函数的第一二阶平均梯度；根据本轮从脏样本数据中取部分脏样本数据清洗后得到的纯净样本数据和当前模型参数，确定损失函数的第二二阶平均梯度；根据第一二阶平均梯度和第二二阶平均梯度，获得损失函数的整体二阶平均梯度；根据整体二阶平均梯度调整当前模型参数；若调整后的模型参数不满足训练结束条件，将下一轮作为本轮，返回获取在本轮清洗脏样本数据前已有纯净样本数据的步骤
2023-08-31
10
1.2MB
基于联邦机器学习的模型训练方法和装置.pdf
本说明书实施例提供了基于联邦机器学习的模型训练方法和装置。至少两个客户端以及至少一个云服务器参与基于联邦机器学习的模型训练,在每一轮训练中,第一客户端接收云服务器下发的全局模型;第一客户端利用本地的私有数据训练出该全局模型的梯度;第一客户端对本轮训练得到的梯度进行加密,然后将加密后的梯度发送给云服务器;第一客户端执行下一轮训练,直至全局模型收敛。本说明书实施例能够提高模型训练的安全性。
2023-05-12
10
888KB
机器学习模型训练方法和装置、标签生成方法和装置.pdf
本公开提供一种机器学习模型训练方法和装置、标签生成方法和装置，涉及人工智能领域。机器学习模型训练方法包括：根据文本样本生成结构化文本数据；根据文本样本的标注结果生成至少一个结构化标签样本数据；将结构化文本数据输入机器学习模型，以便机器学习模型根据结构化文本数据生成至少一个结构化标签预测数据，其中结构化文本数据、结构化标签样本数据和结构化标签预测数据具有相同的预设标签元素；根据至少一个结构化预测标签数据和至少一个结构化标签数据确定损失函数；利用损失函数对机器学习模型进行训练。
2023-06-14
10
628KB
机器学习模型的训练方法、装置、人脸的识别方法和装置.pdf
本公开涉及一种机器学习模型的训练方法、装置、人脸的识别方法和装置，涉及人工智能技术领域。该训练方法包括：利用机器学习模型提取各图像样本数据的特征向量，并根据各特征向量确定各图像样本数据中目标的分类结果；根据各图像样本数据中目标的标注结果和分类结果，判断各图像样本数据中目标被分类到了正确分类还是错误分类；在任一个图像样本数据中目标被分类到了错误分类的情况下，降低该图像样本数据与正确分类之间的第一特征相似度，增加该图像样本数据与错误分类之间的第二特征相似度；根据所有降低后的第一特征相似度、增加后的第二特征相似
2023-06-14
10
563KB
机器学习模型的训练方法和装置、图像的分类方法和装置.pdf
本公开涉及一种机器学习模型的训练方法和装置、图像的分类方法和装置，涉及人工智能技术领域。该训练方法包括：利用第一机器学习模型，提取待处理图片的特征向量，根据特征向量确定待处理图片的第一分类结果，待处理图片属于第一数据域或第二数据域；根据特征向量，利用第二机器学习模型，确定待处理图片的第二分类结果，第二分类结果包括待处理图片在第一数据域中的分类结果和在第二数据域中的分类结果；根据第一分类结果和第二分类结果，对第一机器学习模型和第二机器学习模型进行对抗训练，使得第二分类结果的准确率低于阈值，训练好的第一机器学
2023-06-14
10
495KB