[发明专利]模型训练方法和工作量分配方法

摘要

本公开提供了一种模型训练方法、工作量分配方法、装置、设备、存储介质以及计算机程序产品，涉及人工智能技术领域，具体为深度学习技术领域，可应用于工作量分配等场景。具体实现方案为：获取训练样本集，其中，训练样本包括状态特征样本和对应的得分分布样本；执行以下训练步骤：从训练样本集中选取一对状态特征样本和得分分布样本；基于选取的状态特征样本和得分分布样本对初始求解模型进行训练，得到损失值；响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型；对基础求解模型进行优化，得到优化后的求解模型；响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。提高了求解的准确率。