[发明专利]深度学习的方法、装置及系统有效
| 申请号： | 201610550547.8 | 申请日： | 2016-07-13 |
| 公开（公告）号： | CN107622427B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 张斌;刘忠义 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06N3/04;G06N3/08 |
| 代理公司： | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人： | 王伟锋;刘铁生 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度学习的方法、装置及系统，涉及互联网技术领域，能够解决推荐商品与用户兴趣匹配度较差的问题。本发明的方法包括：调度平台向计算节点发送深度学习模型及预测样本；计算节点从预测样本中提取一维向量形式的样本特征，将一维向量形式的样本特征转换为二维数组形式的样本特征，基于深度学习模型，以二维子数组为单位对二维数组中的样本特征进行泛化处理，获得处理结果；调度平台接收计算节点发送的处理结果，根据处理结果输出学习结果。本发明主要应用于购物网站向用户推荐商品的过程中。 | ||
| 搜索关键词： | 深度 学习 方法 装置 系统 | ||
【主权项】：
一种深度学习的系统，其特征在于，所述系统包括计算节点及调度平台，其中：所述调度平台，用于向所述计算节点发送深度学习模型及预测样本；所述计算节点，用于从所述预测样本中提取一维向量形式的样本特征，将一维向量形式的样本特征转换为二维数组形式的样本特征，基于所述深度学习模型，以二维子数组为单位对二维数组中的样本特征进行泛化处理，获得处理结果；所述调度平台，还用于接收所述计算节点发送的所述处理结果，根据所述处理结果输出学习结果。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201610550547.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于使用PLA为支撑材料的3D打印机
- 下一篇：一种照明设备导线矫正装置
