[发明专利]算法模型优化方法、装置和设备在审
申请号: | 201910182371.9 | 申请日: | 2019-03-12 |
公开(公告)号: | CN109948803A | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 金玲玲;饶东升;罗腾法 | 申请(专利权)人: | 深圳灵图慧视科技有限公司 |
主分类号: | G06N20/00 | 分类号: | G06N20/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 算法模型 优化 优化算法模型 优化参数 训练集 精度要求 历史数据 矛盾问题 设备发送 实时数据 硬件资源 优化服务 预设 申请 | ||
1.算法模型优化方法,应用于第一设备,包括:
将实时数据插入第一历史数据集形成第一训练集;
基于所述第一训练集对待优化算法模型进行训练得到第一优化参数;
判断优化后的算法模型的精度是否满足预设精度要求;若是则根据所述第一优化参数对所述待优化算法模型进行优化,否则向第二设备发送优化请求。
2.根据权利要求1所述的方法,其中,还包括:
接收所述第二设备响应所述优化请求返回的第二优化参数,其中,所述第二优化参数是基于第二训练集对所述待优化算法模型进行训练得到的,所述第二训练集为将所述实时数据插入第二历史数据集形成的;
根据所述第二优化参数对所述待优化算法模型进行优化。
3.根据权利要求2所述的方法,其中,所述第一历史数据集为所述第二历史数据集的子集。
4.根据权利要求1或2所述的方法,其中,在对所述待优化算法模型进行优化之后,还包括:
将所述第一训练集确定为新的第一历史数据集。
5.算法模型优化方法,应用于第二设备,包括:
接收第一设备发送针的对待优化算法模型的优化请求;
响应所述优化请求返回第二优化参数,以使所述第一设备根据所述第二优化参数对所述待优化算法模型进行优化,其中,所述第二优化参数是基于第二训练集对所述待优化算法模型进行训练得到的,所述第二训练集为将实时数据插入第二历史数据集形成的。
6.根据权利要求5所述的方法,其中,在响应所述优化请求返回第二优化参数之后,还包括:
将所述第二训练集确定为新的第二历史数据集。
7.算法模型优化装置,应用于第一设备,包括:
插入模块,用于将实时数据插入第一历史数据集形成第一训练集;
训练模块,用于基于所述第一训练集对待优化算法模型进行训练得到第一优化参数;
判断模块,用于判断优化后的算法模型的精度是否满足预设精度要求;是则调用优化模块,否则调用发送模块;
优化模块,用于根据所述第一优化参数对所述待优化算法模型进行优化;
发送模块,用于向第二设备发送优化请求。
8.算法模型优化装置,应用于第二设备,包括:
第二接收模块,用于接收第一设备发送的针对待优化算法模型的优化请求;
返回模块,用于响应所述优化请求返回第二优化参数,以使所述第一设备根据所述第二优化参数对所述待优化算法模型进行优化,其中,所述第二优化参数是基于第二训练集对所述待优化算法模型进行训练得到的,所述第二训练集为将实时数据插入第二历史数据集形成的。
9.电子设备,包括:
处理器;以及
存储器,其上存储有可执行指令;
其中,所述处理器配置为执行所述可执行指令以实施如权利要求1-6任一项所述的方法。
10.计算机可读存储介质,其上存储有计算机程序,所述计算机程序包括可执行指令,当所述可执行指令被处理器执行时,实施如权利要求1-6任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳灵图慧视科技有限公司,未经深圳灵图慧视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910182371.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种寻址操控系统
- 下一篇:跨平台拖拽式深度学习建模与训练方法及装置