[发明专利]一种在机器学习中调整模型参数的方法及装置在审
| 申请号： | 201910588359.8 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110298448A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 龚俊衡;徐莹 | 申请（专利权）人： | 成都品果科技有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 成都高远知识产权代理事务所(普通合伙) 51222 | 代理人： | 曾克;施磊 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种在机器学习中调整模型参数的方法及装置，包括：获取输入数据；所述输入数据中包括数据标签；判断所述数据标签的数据类型；根据所述数据类型，选取待训练的网络模型，并选取用于优化所述网络模型的损失函数；根据当前策略选取所述网络模型的模型参数；采用所述模型参数训练所述网络模型，并根据所述损失函数计算损失值；将所述损失值作为当前策略的奖励；根据所述奖励更新当前策略，并循环执行上述训练步骤，直至当前策略收敛。本发明提供的技术方案，能够有目标地对参数进行查找，从而缩短参数调整时间、提高工作效率。 | ||
| 搜索关键词： | 网络模型 模型参数 机器学习 数据标签 数据类型 损失函数 模型参数训练 参数调整 策略选取 工作效率 循环执行 训练步骤 奖励 收敛 查找 更新 优化 | ||
【主权项】：
1.一种在机器学习中调整模型参数的方法，其特征在于，包括：S1：获取输入数据；所述输入数据中包括数据标签；S2：判断所述数据标签的数据类型；S3：根据所述数据类型，选取待训练的网络模型，并选取用于优化所述网络模型的损失函数；S4：根据当前策略选取所述网络模型的模型参数；S5：采用所述模型参数训练所述网络模型，并根据所述损失函数计算损失值；将所述损失值作为当前策略的奖励；S6：根据所述奖励更新当前策略，并循环执行步骤S4～S5，直至当前策略收敛。
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成都品果科技有限公司，未经成都品果科技有限公司许可，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/201910588359.8/，转载请声明来源钻瓜专利网。
