[发明专利]模型训练方法、装置、电子设备、存储介质和开发系统在审

专利信息
申请号: 202011247471.4 申请日: 2020-11-10
公开(公告)号: CN112270376A 公开(公告)日: 2021-01-26
发明(设计)人: 党青青;邓凯鹏;江列霖;郭晟;胡晓光;张春雨;马艳军;吴甜;王海峰 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N20/20
代理公司: 北京市金杜律师事务所 11256 代理人: 赵林琳;张昊
地址: 100094 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型 训练 方法 装置 电子设备 存储 介质 开发 系统
【权利要求书】:

1.一种模型训练方法,包括:

根据确定接收到训练准备指令,调用训练准备组件来至少设置用于训练所述模型的损失函数和优化函数;以及

根据确定接收到训练指令,调用训练组件来设置第一数据读取组件,所述第一数据读取组件被配置为载入用于训练所述模型的训练数据集;以及

通过所述训练组件利用所述损失函数和所述优化函数,基于来自所述第一数据读取组件的所述训练数据集,训练所述模型。

2.根据权利要求1所述的方法,其中所述方法还包括:

调用所述训练准备组件来设置度量函数;

根据确定接收到评估指令,调用评估组件以设置第二数据读取组件,所述第二数据读取组件被配置为载入不同于所述训练数据集的评估数据集;以及

通过所述评估组件利用经训练的所述模型以及所述损失函数和所述度量函数,基于来自所述第二数据读取组件的所述评估数据集,评估所述模型。

3.根据权利要求1所述的方法,进一步包括:

根据确定接收到预测指令,调用预测组件来设置第三数据读取组件,所述第三数据读取组件被配置为载入不同于所述训练数据集的预测数据集;以及

通过所述预测组件利用经训练的所述模型,确定来自所述第三数据读取组件的所述预测数据集的预测结果。

4.根据权利要求1所述的方法,还包括:

获取并行处理所述训练数据集的计算设备的数目;

基于所述数目对所述训练数据集进行分组,以将所述训练数据集中的训练数据布置在所述第一数据读取组件中;

确定所述第一数据读取组件中缺少训练数据的位置;以及

以预定数据填充所述位置。

5.根据权利要求2所述的方法,还包括:

获取并行处理所述评估数据集的计算设备的数目;

基于所述数目对所述评估数据集进行分组,以将所述评估数据集中的评估数据布置在所述第二数据读取组件中;

确定所述第二数据读取组件中缺少评估数据的位置;以及

以预定数据填充所述位置,以形成经填充的所述评估数据集。

6.根据权利要求5所述的方法,还包括:

利用经训练的所述模型以及经设置的所述损失函数和所述度量函数,基于经填充的所述评估数据集,确定所述模型的评估结果;

最小化所述评估结果中与缺少评估数据的所述位置相对应的无效评估结果的权重,以去除所述无效评估结果。

7.根据权利要求1所述的方法,其中所述训练组件具有分别针对所述损失函数、所述优化函数和所述第一数据读取组件的调用路径。

8.根据权利要求2所述的方法,其中所述评估组件具有分别针对所述损失函数、所述度量函数和所述第二数据读取组件的调用路径。

9.一种模型训练装置,包括:

训练准备组件调用模块,被配置为根据确定接收到训练准备指令,调用训练准备组件来至少设置用于训练所述模型的损失函数和优化函数;以及

训练组件调用模块,被配置为根据确定接收到训练指令,调用训练组件来设置第一数据读取组件,所述第一数据读取组件被配置为载入用于训练所述模型的训练数据集;以及

训练执行模块,被配置为通过所述训练组件利用所述损失函数和所述优化函数,基于来自所述第一数据读取组件的所述训练数据集,训练所述模型。

10.根据权利要求9所述的装置,其中所述训练准备组件调用模块进一步被配置为调用所述训练准备组件来设置度量函数,所述装置进一步包括:

评估组件调用模块,被配置为根据确定接收到评估指令,调用评估组件以设置第二数据读取组件,所述第二数据读取组件被配置为载入不同于所述训练数据集的评估数据集;以及

评估执行模块,被配置为通过所述评估组件利用经训练的所述模型以及所述损失函数和所述度量函数,基于来自所述第二数据读取组件的所述评估数据集,评估所述模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011247471.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top