[发明专利]一种人工智能会计神经网络深度学习训练方法

权利要求书

1.一种人工智能会计神经网络深度学习训练方法，其特征在于：包括以下步骤：

S1：操作者通过控制模块发起目标任务提交请求时，系统从深度学习框架中的人工智能网络数据存储系统中获取所提交目标任务的环境运行包；

S2：利用环境运行包组建符合目标任务网络配置的人工智能会计神经网络，并通过所运行的深度学习框架对人工智能会计神经网络生成分阶段训练任务的指令；

S3：操作者通过控制模块选择人工智能会计神经网络已划分的简单难度训练模块，此时人工智能会计神经网络进入到简单难度训练模块内的一个递进式分类训练章节模块进行训练；

S4：人工智能会计神经网络在简单难度训练模块中的一个递进式分类训练章节模块学习训练完毕时，系统会自动弹出合格或者不合格的弹窗；

S5：当人工智能会计神经网络完成一个递进式分类训练章节模块学习训练并合格时，人工智能会计神经网络自动进入到下一个递进式分类训练章节模块进行学习训练；

S6：当人工智能会计神经网络在简单难度训练模块中的每一个递进式分类训练章节模块均学习训练完成并合格后，人工智能会计神经网络自动进入到一般难度训练模块中的递进式分类训练章节模块进行学习训练；

S7：当人工智能会计神经网络在一般难度训练模块中的每一个递进式分类训练章节模块均学习训练完成并合格后，人工智能会计神经网络自动进入到资深难度训练模块中的递进式分类训练章节模块进行学习训练；

S8：当人工智能会计神经网络在资深难度训练模块中的内一个递进式分类训练章节模块均学习训练完毕并合格后，系统会自动出现人工智能会计神经网络在每个递进式训练章节模块训练时所花费的时间以及历史错误，并存储在系统存储模块中；

S9：当人工智能会计神经网络在完成简单难度训练模块、一般难度训练模块和资深难度训练模块中的递进式分类训练章节模块，但是结果弹出不合格弹窗时，人工智能会计神经网络自动重新对该递进式分类训练章节模块重新学习，直至学习训练合格；

S10：操作者根据系统存储模块中人工智能会计神经网络在每个递进式训练章节模块训练时所花费的时间以及历史错误进行归纳和总结，再次对人工智能会计神经网络进行学习训练。

2.根据权利要求1所述的一种人工智能会计神经网络深度学习训练方法，其特征在于：所述控制模块包括任务发起模块和深度学习框架。

3.根据权利要求1所述的一种人工智能会计神经网络深度学习训练方法，其特征在于：所述人工智能会计神经网络包括分阶段任务生成模块。

4.根据权利要求1所述的一种人工智能会计神经网络深度学习训练方法，其特征在于：所述分阶段人物生成模块包括简单难度训练模块、一般难度训练模块和资深难度训练模块，所述简单难度训练模块、一般难度训练模块和资深难度训练模块的内部均设置有若干个递进式分类训练章节模块。