[发明专利]数据加载方法、装置、电子设备及存储介质在审
| 申请号： | 201910551038.0 | 申请日： | 2019-06-24 |
| 公开（公告）号： | CN110427222A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 舒承椿 | 申请（专利权）人： | 北京达佳互联信息技术有限公司 |
| 主分类号： | G06F9/445 | 分类号： | G06F9/445;G06N3/08 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 李欣 |
| 地址： | 100089 北京市海淀*** | 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： | 本公开是关于一种数据加载方法、装置、电子设备及存储介质，涉及计算机技术领域，用以解决采用复杂度较高的OP算子进行数据加载时，训练数据加载较慢的问题，本公开方法包括：在准备训练数据时，根据特征抽取配置信息从用于训练深度学习模型的原始数据集包含的至少一个样本中确定至少一个特征信息；根据至少一个特征信息的编码类型对至少一个特征信息进行编码；在加载训练数据时，通过对编码后的特征信息进行解析确定特征信息的编码类型，并根据编码类型对特征信息进行标记；根据标记后的特征信息生成用于训练深度学习模型的数据流。由于本公开在训练数据加载前完成了训练数据的特征抽取，不依赖OP算子，操作简单。 | ||
| 搜索关键词： | 特征信息 训练数据 编码类型 数据加载 加载 存储介质 电子设备 特征抽取 算子 计算机技术领域 原始数据集 配置信息 数据流 复杂度 解析 样本 学习 | ||
【主权项】：
1.一种数据加载方法，其特征在于，包括：在准备训练数据时，根据特征抽取配置信息从用于训练深度学习模型的原始数据集包含的至少一个样本中确定至少一个特征信息；根据至少一个所述特征信息的编码类型对至少一个所述特征信息进行编码；在加载训练数据时，通过对编码后的特征信息进行解析确定所述特征信息的编码类型，并根据所述编码类型对所述特征信息进行标记；根据标记后的特征信息生成用于训练深度学习模型的数据流。
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达佳互联信息技术有限公司，未经北京达佳互联信息技术有限公司许可，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/patent/201910551038.0/，转载请声明来源钻瓜专利网。
