首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

机器学习模型的训练方法、推理方法、电子设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:湖北星纪魅族集团有限公司

摘要:本公开涉及一种机器学习模型的训练方法、推理方法、电子设备及介质,涉及计算机技术领域,该方法包括:获取机器学习模型的最后一个归一化层前的全连接层生成的输出向量,其中,所述输出向量用于表征所述全连接层每个节点的原始得分;基于每个所述节点的原始得分计算对应的第一置信度参数,至少基于所述第一置信度参数的最大值确定第二置信度参数;将所述第一置信度参数和所述第二置信度参数的比值作为所述节点的置信度系数;以及利用所述置信度系数调整所述机器学习模型的损失,基于调整后的损失对所述机器学习模型进行训练,得到已训练的机器学习模型。本公开可优化机器学习模型的学习过程,提升模型判别的准确度,减少集外问题的发生。

主权项:1.一种机器学习模型的训练方法,包括:获取所述机器学习模型的最后一个归一化层前的全连接层生成的输出向量,其中,所述输出向量用于表征所述全连接层每个节点的原始得分;基于每个所述节点的原始得分计算对应的第一置信度参数,至少基于所述第一置信度参数的最大值确定第二置信度参数;将所述第一置信度参数和所述第二置信度参数的比值作为所述节点的置信度系数;以及利用所述置信度系数调整所述机器学习模型的损失,基于调整后的损失对所述机器学习模型进行训练,得到已训练的机器学习模型。

全文数据:

权利要求:

百度查询: 湖北星纪魅族集团有限公司 机器学习模型的训练方法、推理方法、电子设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。