龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京理工大学
摘要：本申请公开了基于梯度方差减小和数据重排的模型训练方法，涉及计算机技术领域，方法包括：获取待训练模型对应的初始的模型参数及样本序列；在迭代周期开始时，对样本序列进行重排；在当前迭代周期，确定样本序列中样本在当前迭代周期开始时的样本平均梯度；依次选取目标样本，确定目标样本在当前模型参数下的样本当前梯度，根据样本平均梯度调整样本当前梯度获得样本调整梯度，根据样本调整梯度更新模型参数；若样本遍历完毕，则进入下一个迭代周期并返回执行对样本序列进行重排的步骤，直至满足预设的训练终止条件并获得训练完成时的模型参数。如此，能提高模型训练的收敛速度、训练速率和训练效果。
主权项：1.一种基于梯度方差减小和数据重排的模型训练方法，其特征在于，所述方法包括：获取待训练模型对应的初始的模型参数，以及由多个样本构成的样本序列；在每一个迭代周期开始时，对所述样本序列中的样本进行重新排序以更新所述样本序列；针对模型训练的当前迭代周期，确定所述样本序列中的所有样本在所述当前迭代周期开始时的模型参数下的样本平均梯度；依次选取所述样本序列中的样本作为目标样本，针对每一所述目标样本，确定所述目标样本在当前对应的模型参数下的样本当前梯度，根据所述样本平均梯度对所述样本当前梯度进行调整以获得所述目标样本对应的样本调整梯度，根据所述样本调整梯度更新所述模型参数，其中，基于所述样本调整梯度计算出的梯度方差小于基于所述样本当前梯度计算出的梯度方差；若所述样本序列中的样本遍历完毕，则进入下一个迭代周期并返回执行所述在每一个迭代周期开始时，对所述样本序列中的样本进行重新排序以更新所述样本序列的步骤，直至满足预设的训练终止条件并获得训练完成时的模型参数。
全文数据：
权利要求：
百度查询： 北京理工大学 基于梯度方差减小和数据重排的模型训练方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号