

一种神经网络模型训练方法、装置及计算机可读存储介质.pdf
是你****岺呀
亲,该文档总共27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
一种神经网络模型训练方法、装置及计算机可读存储介质.pdf
本申请公开了一种神经网络模型训练方法、装置、设备及介质,获取标注样本集;对标注样本集中的正样本进行扩散,得到扩散样本集;获取预测样本集;在预测样本集中,确定各个第一正样本对应的第一子样本集,第一子样本集中包含对应的第一正样本;在扩散样本集中,确定与第一正样本的样本位置相同的第二正样本,确定各个第二正样本对应的第二子样本集,第二子样本集中包含对应的第二正样本;基于正样本位置相同的第一子样本集及第二子样本集各自的正负样本信息,计算神经网络模型的目标损失函数值;基于目标损失函数值对神经网络模型进行训练,得到训练
神经网络训练方法、装置及计算机可读存储介质.pdf
本公开提供了一种神经网络训练方法及装置,其中,方法包括:获取待训练的神经网络的多个中间层输出的多个特征图;通过特征提取网络对多个特征图进行特征提取,分别得到每个中间层的第一特征输出;根据多个第一特征输出与待训练的神经网络输出的第二特征输出,计算得到第一损失;基于第一损失,调整多个中间层的参数。通过自蒸馏的方式,将神经网络模型自身的各中间层、以及各次迭代中提取的结果特征输出,作为自身的监督信号充分利用,能够更快的收敛结果,完成训练,节约了时间和资源。
神经网络的训练方法及装置、计算机可读存储介质.pdf
本公开实施例提供了一种神经网络的训练方法及装置、计算机可读存储介质,方法包括:基于初始元知识、每种任务的初始任务知识和任务损失函数,采用第一数据集中的每种任务的样本对初始网络进行迭代训练,得到每种任务的任务知识;第一数据集为包含初始任务类别的源域数据集;基于每种任务的任务知识、初始元知识和元损失函数,采用第一数据集中的各种任务对应的样本分别对初始网络进行迭代训练,得到最佳元知识;基于最佳元知识、每种任务的任务知识和任务损失函数,对第二数据集中的每种任务的样本对最佳元知识对应的网络进行迭代训练,得到每种任务
一种模型训练方法、装置、设备及可读存储介质.pdf
本申请公开了一种模型训练方法、装置、设备及可读存储介质。本申请设计了两个切比雪夫图卷积神经网络,一个基于顶点特征矩阵、邻接矩阵、标签矩阵进行有监督训练,另一个基于顶点特征矩阵、正逐点互信息矩阵和前一个网络在训练过程中的输出,进行无监督训练;当基于二者的损失值所确定的目的损失值符合预设收敛条件时,将两个切比雪夫图卷积神经网络组合为对偶顶点分类模型,从而训练得到了性能更佳的顶点分类模型。该方案能够充分发挥有监督训练和无监督训练各自的优势,提升了顶点分类模型的性能。相应地,本申请提供的一种模型训练装置、设备及可
语音识别模型训练方法及装置、计算机可读存储介质.pdf
本申请公开了一种语音识别模型训练方法及装置、计算机可读存储介质,本申请提供的方案包括:获取用户对目标语音识别模型输出的语音识别的反馈信息,所述反馈信息包括语音识别的错误文本及错误文本对应的正确文本;获取错误文本对应的语音的说话人语音特征;基于错误文本、错误文本对应的正确文本、错误文本对应的语音的说话人语音特征,确定更新训练样本和对应的标签;基于更新训练样本和对应的标签,对所述目标语音识别模型进行更新训练。