[发明专利]在多个机器学习任务上训练机器学习模型在审
| 申请号： | 201780054998.5 | 申请日： | 2017-07-18 |
| 公开（公告）号： | CN109690576A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | G.戴士贾汀斯;R.帕斯卡努;R.T.哈德塞尔;J.柯克帕特里克;J.W.韦内斯;N.C.拉比诺维茨 | 申请（专利权）人： | 渊慧科技有限公司 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 英国*** | 国省代码： | 英国;GB |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种训练具有多个参数的机器学习模型的方法，其中该机器学习模型已经在第一机器学习任务上进行训练以确定该机器学习模型的参数的第一值。该方法包括：对于每一个参数，确定参数对机器学习模型在第一机器学习任务上实现可接受性能的重要性的相应度量；获得用于在第二、不同的机器学习任务上训练机器学习模型的训练数据；以及，通过在训练数据上训练机器学习模型，在第二机器学习任务上训练机器学习模型以调节参数的第一值，使得机器学习模型在第二机器学习任务上实现可接受性能水平，同时在第一机器学习任务上保持可接受性能水平。 | ||
| 搜索关键词： | 机器学习 机器学习模型 训练机器 可接受 性能水平 训练数据 学习 度量 | ||
【主权项】：
1.一种训练具有多个参数的机器学习模型的方法，其中，所述机器学习模型已经在第一机器学习任务上进行训练以确定所述机器学习模型的参数的第一值，并且其中，所述方法包括：对于所述多个参数中的每一个参数，确定参数对所述机器学习模型在所述第一机器学习任务上实现可接受性能的重要性的相应度量；获得用于在第二、不同的机器学习任务上训练所述机器学习模型的训练数据；以及通过在所述训练数据上训练所述机器学习模型，在所述第二机器学习任务上训练所述机器学习模型以调节所述参数的第一值，使得所述机器学习模型在所述第二机器学习任务上实现可接受性能水平，同时在所述第一机器学习任务上保持可接受性能水平，其中，在所述机器学习模型在所述第二机器学习任务上进行训练期间，对所述机器学习模型在所述第一机器学习任务上实现可接受性能更为重要的参数的值比对所述机器学习模型在所述第一机器学习任务上实现可接受性能不太重要的参数的值受到更强的约束以不偏离所述第一值。
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渊慧科技有限公司，未经渊慧科技有限公司许可，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/patent/201780054998.5/，转载请声明来源钻瓜专利网。
