[发明专利]模型训练方法、装置、存储介质及设备有效
| 申请号： | 201910423433.0 | 申请日： | 2019-05-21 |
| 公开（公告）号： | CN110119815B | 公开（公告）日： | 2021-08-13 |
| 发明（设计）人： | 黄超;张力柯 | 申请（专利权）人： | 深圳市腾讯网域计算机网络有限公司 |
| 主分类号： | G06N5/02 | 分类号： | G06N5/02 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 张所明 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种模型训练方法、装置、存储介质及设备，属于人工智能技术领域。所述方法包括：获取多个训练样本，每个所述训练样本中均包括交互画面和动作标签，所述动作标签给出了角色对象在所述交互画面中采取的交互动作；对每个所述训练样本中包括的交互画面进行特征提取，基于提取到的特征进行聚类；根据得到的聚类结果在所述多个训练样本中确定至少一个关键样本，所述关键样本为所述角色对象需执行特定交互动作的交互画面对应的样本；为每个所述训练样本设置权重，基于带权重的所述训练样本更新深度网络的网络参数，每个所述关键样本的权重均大于所述多个训练样本中其他样本的权重。本申请能够达到较好的模型训练效果。 | ||
| 搜索关键词： | 模型 训练 方法 装置 存储 介质 设备 | ||
【主权项】：
1.一种模型训练方法，其特征在于，所述方法包括：获取多个训练样本，每个所述训练样本中均包括交互画面和动作标签，所述动作标签给出了角色对象在所述交互画面中采取的交互动作；对每个所述训练样本中包括的交互画面进行特征提取，基于提取到的特征进行聚类；根据得到的聚类结果在所述多个训练样本中确定至少一个关键样本，所述关键样本为所述角色对象需执行特定交互动作的交互画面对应的样本；为每个所述训练样本设置权重，基于带权重的所述训练样本更新深度网络的网络参数，每个所述关键样本的权重均大于所述多个训练样本中其他样本的权重。
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深圳市腾讯网域计算机网络有限公司，未经深圳市腾讯网域计算机网络有限公司许可，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/201910423433.0/，转载请声明来源钻瓜专利网。
