[发明专利]模型训练方法、系统、芯片、电子设备及介质

权利要求书

1.一种模型训练方法，其特征在于包括：

S1，在预设的基础神经网络上训练一组模型，选出在验证集上性能最好的模型T0；

S2,在T0上进行优化获得若干备选实验配置，对所述若干备选实验配置训练并获得其中性能最优的模型T1’；

S3,对T1’重新训练，确保重新训练的性能结果的平均值大于T0的性能，得到最优的模型配置。

2.根据权利要求1所述的模型训练方法，其特征在于：S2中，所述在T0上进行优化的方法为调整参数。

3.根据权利要求2所述的模型训练方法，其特征在于：所述参数包括以下之一或组合：模型宽度，学习速率，优化策略，是否使用数据增强，数据增强的参数，网络单位模块。

4.根据权利要求1-3任一所述的模型训练方法，其特征在于：S3对T1’的重新训练中，如果重新训练的性能结果大于T0的性能结果，则替代T0作为新的备选实验配置。

5.根据权利要求4所述的模型训练方法，其特征在于：所述迭代优化的过程反复循环进行，直至性能最优时停止。

6.一种模型优化部署系统，其特征在于，包括：

数据预处理模块，接受回流数据，然后输出经过预处理的数据集；

模型训练模块，对数据集执行权利要求1-6中任一所述的模型训练方法，得到最优配置模型；

模型部署模块，根据待部署的硬件的环境对最优配置模型进行适配并转换，最终部署于所述硬件。

7.根据权利要求6所述的模型优化部署系统，其特征在于：还包括数据标注模块，对辅助进行数据标注。

8.一种芯片，其特征在于，包括处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的设备执行权利要求1-5中任一项所述的模型训练方法。

9.一种电子设备，其特征在于：包括处理器、以及用于存储处理器的可执行指令的存储器，所述处理器运行时执行权利要求1-5中任一所述的模型训练方法。

10.一种计算机可读介质，其特征在于：所述计算机可读存储介质上存储有计算机程序，所述计算机程序指令被处理执行时，实现权利要求1-5中任一所述的训练方法。