[发明专利]一种网络模型训练方法和装置在审
| 申请号： | 201910527781.2 | 申请日： | 2019-06-18 |
| 公开（公告）号： | CN110309922A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 张文迪;崔正文 | 申请（专利权）人： | 北京奇艺世纪科技有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 李欣;马敬 |
| 地址： | 100080 北京市海淀区*** | 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： | 本发明实施例提供了一种网络模型训练方法和装置，方法包括：将预设训练样本集中的训练样本，分别输入至目标网络模型所包含的各子网络模型，获取各子网络模型各自的损失函数的数值，以及原始损失函数的数值，其中，一个子网络模型的损失函数用于表示该子网络模型的实际输出结果与期望输出结果之间的差值，原始损失函数用于表示目标网络模型的实际输出结果与期望输出结果之间的差值，根据各子网络模型各自的损失函数的数值，以及原始损失函数的数值，对目标网络模型的模型参数进行调整，当达到预设停止训练条件时，停止模型训练，得到训练好的目标网络模型。基于上述处理，能够提高训练好的网络模型的有效性。 | ||
| 搜索关键词： | 损失函数 子网络 目标网络 网络模型 方法和装置 实际输出 输出结果 训练样本 预设 模型参数 模型训练 训练条件 期望 | ||
【主权项】：
1.一种网络模型训练方法，其特征在于，所述方法包括：将预设训练样本集中的训练样本，分别输入至目标网络模型所包含的各子网络模型；获取所述各子网络模型各自的损失函数的数值，以及原始损失函数的数值，其中，一个子网络模型的损失函数用于表示该子网络模型的实际输出结果与期望输出结果之间的差值，所述原始损失函数用于表示所述目标网络模型的实际输出结果与期望输出结果之间的差值；根据所述各子网络模型各自的损失函数的数值，以及所述原始损失函数的数值，对所述目标网络模型的模型参数进行调整；当达到预设停止训练条件时，停止模型训练，得到训练好的目标网络模型。
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北京奇艺世纪科技有限公司，未经北京奇艺世纪科技有限公司许可，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/201910527781.2/，转载请声明来源钻瓜专利网。
