[发明专利]人工智能AI模型的训练方法、调用方法、服务器及可读存储介质有效
| 申请号： | 201910636868.3 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110443284B | 公开（公告）日： | 2022-04-05 |
| 发明（设计）人： | 李宏亮 | 申请（专利权）人： | 超参数科技（深圳）有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;A63F13/79;A63F13/70;A63F13/60 |
| 代理公司： | 深圳市力道知识产权代理事务所(普通合伙) 44507 | 代理人： | 张传义 |
| 地址： | 518000 广东省深圳市南山区粤海街道高*** | 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： | 本申请提供一种AI模型的训练方法、调用方法、服务器及可读存储介质，该方法包括：获取第一样本数据集，其中，所述第一样本数据集包括第一类图像特征、第一向量特征和标注的角色竞选标签；获取第二样本数据集，其中，所述第二样本数据集包括第二类图像特征、第二向量特征和标注的策略标签；加载待训练的AI模型，其中，所述AI模型包括角色竞选模型和策略预测模型；根据所述第一样本数据集对所述角色竞选模型进行迭代训练，直至所述角色竞选模型收敛，以及根据所述第二样本数据集对所述策略预测模型进行迭代训练，直至所述策略预测模型收敛。本申请能够提高AI模型的预测效率和准确性。 | ||
| 搜索关键词： | 人工智能 ai 模型 训练 方法 调用 服务器 可读 存储 介质 | ||
【主权项】：
1.一种人工智能AI模型的训练方法，其特征在于，包括：获取第一样本数据集，其中，所述第一样本数据集包括第一类图像特征、第一向量特征和标注的角色竞选标签；获取第二样本数据集，其中，所述第二样本数据集包括第二类图像特征、第二向量特征和标注的策略标签；加载待训练的AI模型，其中，所述AI模型包括角色竞选模型和策略预测模型；根据所述第一样本数据集对所述角色竞选模型进行迭代训练，直至所述角色竞选模型收敛，以及根据所述第二样本数据集对所述策略预测模型进行迭代训练，直至所述策略预测模型收敛。
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超参数科技（深圳）有限公司，未经超参数科技（深圳）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/201910636868.3/，转载请声明来源钻瓜专利网。
