[发明专利]一种基于机器学习的网络模型构造方法及装置有效
| 申请号： | 201610389530.9 | 申请日： | 2016-06-02 |
| 公开（公告）号： | CN106096727B | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 郑博;刘志斌;刘日佳;陈谦 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明实施例提供一种基于机器学习的网络模型构造方法及装置，其中的方法可包括：获取原网络模型的数据处理流程及所述原网络模型在所述数据处理流程中产生的参考数据集；按照所述数据处理流程以及所述参考数据集分层构造至少一个子网络；采用所述参考数据集对所述至少一个子网络进行优化训练；将优化训练后的至少一个子网络进行合并，形成目标网络模型。本发明能够简化网络模型的构造过程，提升模型构造效率。 | ||
| 搜索关键词： | 一种 基于 机器 学习 网络 模型 构造 方法 装置 | ||
【主权项】：
1.一种基于机器学习的网络模型构造方法，其特征在于，包括：获取原网络模型的数据处理流程及所述原网络模型在所述数据处理流程中产生的参考数据集；所述数据处理流程记载了所述原网络模型所执行的至少一个数据处理步骤，所述参考数据集包含各数据处理步骤对应的至少一组输入/输出数据；从预设的等价对应表中分别查询与各数据处理步骤相等价的子网络的网络主结构；按照各数据处理步骤对应的至少一组输入/输出数据，确定与各数据处理步骤相等价的子网络的输入层结构和输出层结构；根据与各数据处理步骤相等价的子网络的网络主结构、输入层结构和输出层结构构造与各数据处理步骤相等价的子网络，其中，一个子网络与一个数据处理步骤相等价；采用所述参考数据集对所述至少一个子网络进行优化训练；将优化训练后的至少一个子网络进行合并，形成目标网络模型。
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腾讯科技（深圳）有限公司，未经腾讯科技（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/201610389530.9/，转载请声明来源钻瓜专利网。
