[发明专利]一种资源需求确定模型的训练方法及装置在审
申请号: | 202211217694.5 | 申请日: | 2022-09-30 |
公开(公告)号: | CN115576687A | 公开(公告)日: | 2023-01-06 |
发明(设计)人: | 王远程;杨晶生 | 申请(专利权)人: | 北京字跳网络技术有限公司 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;G06Q10/06 |
代理公司: | 北京信远达知识产权代理有限公司 11304 | 代理人: | 储倩 |
地址: | 100190 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: | 一种 资源 需求 确定 模型 训练 方法 装置 | ||
1.一种资源需求确定模型的训练方法,其特征在于,所述方法包括:
获取训练特征和训练资源需求,所述训练资源需求为所述训练特征所包括的多个特征的资源总需求;
基于所述训练特征和训练资源需求,训练资源需求确定模型,所述资源需求确定模型用于确定多个特征的资源总需求;其中:
在训练所述资源需求确定模型时,通过第一损失函数和第二损失函数,更新所述多个特征中各个特征对应的权重,所述第一损失函数根据所述训练资源需求和所述资源需求确定模型输出的预测资源需求确定,所述第二损失函数根据所述多个特征中各个特征对应的权重确定,在所述多个特征中各个特征对应的权重为正数时,所述第二损失函数的值为0,在所述多个特征中各个特征对应的权重为负数时,所述第二损失函数的值不为0。
2.根据权利要求1所述的方法,其特征在于,所述第一损失函数为平方差损失函数。
3.根据权利要求1所述的方法,其特征在于,所述第二损失函数,根据所述各个特征中每个特征的损失项确定,所述多个特征包括第一特征,所述第一特征的损失项,根据所述第一特征的权重的绝对值与所述第一特征的权重的差值确定。
4.根据权利要求3所述的方法,其特征在于,所述第二损失函数,根据所述每个特征的损失项的和确定。
5.根据权利要求1所述的方法,其特征在于,所述资源需求确定模型为线性模型。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取待分析特征,根据所述待分析特征和所述待分析特征对应的权重,确定所述待分析特征对应的资源需求贡献量,所述多个特征包括所述待分析特征。
7.一种资源需求确定模型的训练装置,其特征在于,所述装置包括:
第一获取单元,用于获取训练特征和训练资源需求,所述训练资源需求为所述训练特征所包括的多个特征的资源总需求;
训练单元,用于基于所述训练特征和训练资源需求,训练资源需求确定模型,所述资源需求确定模型用于确定多个特征的资源总需求;其中:
在训练所述资源需求确定模型时,通过第一损失函数和第二损失函数,更新所述多个特征中各个特征对应的权重,所述第一损失函数根据所述训练资源需求和所述资源需求确定模型输出的预测资源需求确定,所述第二损失函数根据所述多个特征中各个特征对应的权重确定,在所述多个特征中各个特征对应的权重为正数时,所述第二损失函数的值为0,在所述多个特征中各个特征对应的权重为负数时,所述第二损失函数的值不为0。
8.根据权利要求7所述的装置,其特征在于,所述第二损失函数,根据所述各个特征中每个特征的损失项确定,所述多个特征包括第一特征,所述第一特征的损失项,根据所述第一特征的权重的绝对值与所述第一特征的权重的差值确定。
9.一种设备,其特征在于,所述设备包括处理器和存储器;
所述处理器用于执行所述存储器中存储的指令,以使得所述设备执行如权利要求1至6中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括指令,所述指令指示设备执行如权利要求1至6中任一项所述的方法。
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字跳网络技术有限公司,未经北京字跳网络技术有限公司许可,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/202211217694.5/1.html,转载请声明来源钻瓜专利网。