[发明专利]机器学习模型中超参数的优化方法及装置有效
| 申请号： | 201910042801.7 | 申请日： | 2019-01-17 |
| 公开（公告）号： | CN109816116B | 公开（公告）日： | 2021-01-29 |
| 发明（设计）人： | 徐绍勇;黄维东 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 于天琳;王琦 |
| 地址： | 518057 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： | 本申请实施例提供了一种机器学习模型中超参数的优化方法，包括：发送任务配置文件至服务器，其中，所述任务配置文件包含超参数、第一算法类型、以及参数搜索范围，所述服务器运行超参数优化任务，以根据所述参数搜索范围和所述第一算法类型对应的第一超参数优化算法，计算得到所述超参数的候选值；从所述服务器获取所述超参数的候选值；对所述超参数的候选值进行验证，并根据验证结果更新所述任务配置文件；将更新后的所述任务配置文件发送至所述服务器，其中，所述服务器根据所述更新后的任务配置文件，继续运行所述超参数优化任务，并得到新的候选值；当所述超参数优化任务运行结束之后，根据各候选值的验证结果，确定所述超参数的最优值。 | ||
| 搜索关键词： | 机器 学习 模型 参数 优化 方法 装置 | ||
【主权项】：
1.一种机器学习模型中超参数的优化方法，其特征在于，包括：发送任务配置文件至服务器，其中，所述任务配置文件包含机器学习模型中待优化的超参数、第一算法类型、以及参数搜索范围，所述服务器运行超参数优化任务，以根据所述参数搜索范围和所述第一算法类型对应的第一超参数优化算法，计算得到所述超参数的候选值；从所述服务器获取所述超参数的候选值；对所述超参数的候选值进行验证，并根据验证结果更新所述任务配置文件；将更新后的所述任务配置文件发送至所述服务器，其中，所述服务器根据所述更新后的任务配置文件，继续运行所述超参数优化任务，并得到新的候选值；当所述超参数优化任务运行结束之后，根据各候选值的验证结果，确定所述超参数的最优值。
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/201910042801.7/，转载请声明来源钻瓜专利网。
