[发明专利]利用模型进行数据处理的方法及相关系统、存储介质

权利要求书

1.一种利用模型进行数据处理的方法，其特征在于，包括：

根据M个模型P_i-2’中每个模型在第i-1个训练阶段中每次训练流程得到的模型性能得分、所述M个模型P_i-2’中每个模型在所述第i-1个训练阶段中的超参数、第i个训练阶段的训练流程次数T_i确定所述第i个训练阶段中的参考超参数，其中，M、i、T_i均为不小于2的整数；

根据M个模型P_i-1的模型性能得分和所述第i个训练阶段中的参考超参数确定M个模型P_i-1’中每个模型在所述第i个训练阶段中的超参数；其中，所述M个模型P_i-1为所述M个模型P_i-2’在所述第i-1个训练阶段中最后一次训练流程得到的，所述M个模型P_i-1’是根据所述M个模型P_i-1进行处理得到的；

在所述第i个训练阶段中，根据所述M个模型P_i-1’中每个模型在所述第i个训练阶段中的超参数对所述每个模型进行T_i次训练流程，得到M个模型P_i，并得到所述M个模型P_i-1’中每个模型在所述第i个训练阶段中每次训练流程得到的模型性能得分，在所述第i个训练阶段的每次训练流程中，所述M个模型P_i-1’中每个模型均遍历一次图像分类样本集或者推荐数据样本集的样本数据，根据评估函数计算所述样本数据的损失值，并根据所述损失值和所述M个模型P_i-1’中每个模型在所述第i个训练阶段中的超参数更新所述M个模型P_i-1’中每个模型的权重；

当所述第i个训练阶段为最后一个训练阶段时，基于所述M个模型P_i中每个模型的性能得分从所述M个模型P_i中确定出目标模型，所述目标模型为图像分类模型或者推荐模型；

当所述目标模型为图像分类模型时，将图像分类数据输入至所述图像分类模型，得到图像识别结果、实例分割结果、物体检测结果中的至少一种；或者，当所述目标模型为推荐模型时，将推荐数据输入至所述推荐模型，得到推荐的商品、推荐的电影、推荐的音乐中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述根据M个模型P_i-2’中每个模型在第i-1个训练阶段中每次训练流程得到的模型性能得分、所述M个模型P_i-2’中每个模型在所述第i-1个训练阶段中的超参数、第i个训练阶段的训练流程次数T_i确定所述第i个训练阶段中的参考超参数，包括：

根据M个模型P_i-2’中每个模型在第i-1个训练阶段中每次训练流程得到的模型性能得分、所述M个模型P_i-2’中每个模型在所述第i-1个训练阶段中的超参数，得到模型性能估计函数；

根据第i个训练阶段的训练流程次数T_i以及所述M个模型P_i-2’中至少一个模型在第i-1个训练阶段中至少一次训练流程得到的模型性能得分，对所述模型性能估计函数进行处理，得到所述第i个训练阶段中的参考超参数。

3.根据权利要求2所述的方法，其特征在于，当i不小于3时，所述根据M个模型P_i-2’中每个模型在第i-1个训练阶段中每次训练流程得到的模型性能得分、所述M个模型P_i-2’中每个模型在所述第i-1个训练阶段中的超参数，得到模型性能估计函数，包括：

根据M个模型P_i-3’中每个模型在第i-2个训练阶段中最后一次训练流程得到的模型性能得分、所述M个模型P_i-3’中每个模型在所述第i-2个训练阶段中的超参数、M个模型P_i-2’中每个模型在第i-1个训练阶段中每次训练流程得到的模型性能得分以及所述M个模型P_i-2’中每个模型在所述第i-1个训练阶段中的超参数，得到模型性能估计函数，其中，所述M个模型P_i-2’为根据所述M个模型P_i-3’进行处理得到的。