[发明专利]一种人工智能会计神经网络深度学习训练方法

说明书

本发明公开了一种人工智能会计神经网络深度学习训练方法，包括以下步骤：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，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。该人工智能会计神经网络深度学习训练方法，通过设置简单难度训练模块、一般难度训练模块和资深难度训练模块，每个难度的训练内均设置有递进式训练分类章节，且完成每个递进式训练章节后都出现合格或者不合格弹窗，在训练时能够将训练的原始数据进行分层次训练，提高了训练的效果。

技术领域

本发明涉及深度学习技术领域，尤其涉及一种人工智能会计神经网络深度学习训练方法。

背景技术

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据，深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

人工智能会计神经网络深度学习训练方法大多是采用深度学习框架进行学习训练，但是在学习训练的过程中数据比较庞大，导致学习训练不彻底，效果不明显，学习训练过后存在较大误差，而且在学习训练完成后，系统无法根据此次训练过程中的不足再次进行训练。

因此，本发明提出了一种人工智能会计神经网络深度学习训练方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种人工智能会计神经网络深度学习训练方法。

为了实现上述目的，本发明采用了如下技术方案：一种人工智能会计神经网络深度学习训练方法，包括以下步骤：

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，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，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，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，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，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，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，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，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，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。

优选地，所述控制模块包括任务发起模块和深度学习框架。

优选地，所述人工智能会计神经网络包括分阶段任务生成模块。