“模型参数训练”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1507411个，建议您升级VIP下载更多相关专利

[发明专利]模型训练方法、人脸识别方法及装置-CN202210261833.8在审
发明人：许剑清 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-16 - 公布日： 2022-06-10 - 主分类号： G06N3/04 文献下载
摘要：本申请的实施例揭示了一种模型训练方法、人脸识别方法及装置。该模型训练方法包括对初始教师模型进行训练，得到训练完成的教师模型；根据教师模型对初始助理模型进行第一知识蒸馏训练，得到训练完成的助理模型；其中，初始助理模型的参数量小于初始教师模型的参数量；根据教师模型以及助理模型对初始学生模型进行第二知识蒸馏训练，得到训练完成的学生模型；其中，初始学生模型的参数量小于初始助理模型的参数量。本申请以联合教师模型以及助理模型的方式可以得到准确性更高的学生模型。
模型训练方法识别装置

[发明专利]一种模型蒸馏方法及装置-CN202210806822.3在审
发明人：陆强 -专利权人：际络科技（上海）有限公司
申请日： 2022-07-08 - 公布日： 2022-11-22 - 主分类号： G06V10/82 文献下载
摘要：本发明提供一种模型蒸馏方法及装置，其中，该方法包括：获取训练好的教师模型和待训练的学生模型，教师模型的模型参数多于待训练的学生模型的模型参数；获取待处理图像，将待处理图像输入教师模型和待训练的学生模型中，得到对应教师模型的特征和对应待训练的学生模型的特征；基于需要蒸馏的模型参数确定第一掩模图像，基于需要蒸馏的特征和蒸馏特征的所需的权重确定第二掩模图像；根据第一掩模图像、第二掩模图像、教师模型的模型参数、待训练的学生模型的模型参数、对应教师模型的特征和对应待训练的学生模型的特征确定待训练的学生模型的训练损失，根据训练损失得到训练后的学生模型。提高了模型在检测、分割等任务中的应用效果。
一种模型蒸馏方法装置

[发明专利]模型训练方法、装置和设备-CN202011392884.1在审
发明人：王健宗;李泽远;朱星华 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-02 - 公布日： 2021-03-09 - 主分类号： G06K9/62 文献下载
摘要：本发明提供模型训练方法、装置和设备，其中，方法包括：第一数据源获取第一训练集，并采用第一训练集中的样本对第一基模型进行训练，获得第一基模型收敛时的第一模型参数，并将第一模型参数发送给服务器，第一数据源从服务器获取聚合参数，聚合参数由服务器聚合该第一模型参数和j‑1个第二模型参数得到，第一数据源根据聚合参数对第一训练集中的样本进行更新，采用更新后的第一训练集中的样本对第一基模型进行训练，直到第一数据源获得T个聚合参数，第一数据源根据T个聚合参数，获得最终分类模型。该技术方案通过联合多个数据源的训练集进行多轮迭代的模型训练，可以满足基于大量数据进行训练的需求，提高最终分类模型的分类准确性。
模型训练方法装置设备

[发明专利]一种模型参数确定方法、装置、设备及存储介质-CN201911137451.9有效
发明人：孟健;何光宇;程万军 -专利权人：东软集团股份有限公司
申请日： 2019-11-19 - 公布日： 2022-11-11 - 主分类号： G06F16/332 文献下载
摘要：本申请实施例公开了一种模型参数确定方法、装置、设备及存储介质，包括：终端设备获取对话应答模型的个性化模型参数以及用于训练该对话应答模型的训练样本，该训练样本为目标用户与其他用户的训练对话；终端设备向服务器发送该个性化模型参数和训练样本的样本数量，以使得服务器根据该个性化模型参数和样本数量得到综合模型参数，这样，终端设备根据综合模型参数和个性化模型参数得到对话应答模型的目标模型参数。由此可见，最终训练得到的对话应答模型所生成的对话响应能够符合用户个性化的对话特点；同时，综合模型参数增加了每个对话应答模型的训练样本的数据量，使得对话应答模型所生成的对话响应更加准确。
一种模型参数确定方法装置设备存储介质

[发明专利]AI模型训练方法、装置、存储介质及设备-CN201910127573.3有效
发明人：申俊峰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-02-20 - 公布日： 2023-04-07 - 主分类号： G06N3/065 文献下载
摘要：本发明公开了一种AI模型训练方法、装置、存储介质及设备，属于人工智能技术领域。该方法应用于至少两个训练机中的任意一个训练机，每个训练机均与参数服务器通信连接，每一个训练机与至少一个终端设备通信连接，与一个训练机通信连接的每个终端设备均各自对应一个模型训练环境，该方法包括：对于任意一个训练机的任意一个模型训练环境，获取候选样本集；基于候选样本集获取AI模型当前的网络参数的梯度；将网络参数的梯度发送至参数服务器，参数服务器用于基于网络参数的梯度对AI模型当前的网络参数进行更新；从参数服务器中获取更新后的网络参数，并以更新后的网络参数替换模型训练环境中AI模型当前的网络参数。本发明加快了模型训练速度。
ai 模型训练方法装置存储介质设备

[发明专利]一种模型训练方法、装置、存储介质及设备-CN202310096352.0在审
发明人：沙剑;张吉 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-01-31 - 公布日： 2023-05-09 - 主分类号： G06N20/00 文献下载
摘要：本说明书公开了一种模型训练方法、装置、存储介质及设备。当前节点与其他节点基于不同的训练样本，通过待训练模型确定输出，以各自根据输出计算待训练模型的稠密参数的梯度，以及稀疏参数的梯度。各节点交互自身计算得到的梯度后，基于稠密参数对应的梯度更新稠密参数，并各自基于稀疏参数对应的梯度，更新自身所需更新的稀疏参数。不同节点所需更新的稀疏参数不完全相同。更新参数后，当前节点根据更新后的稠密参数以及稀疏参数，继续联合其他节点对待训练模型进行分布式训练。能够通过分布式训练，采用不同的方式，分别对待训练模型的稀疏参数及稠密参数进行同步更新，提升模型的训练效率。
一种模型训练方法装置存储介质设备

[发明专利]模型训练方法、装置、存储介质及电子设备-CN201910282429.7在审
发明人：何明;陈仲铭;黄粟;刘耀勇;陈岩 -专利权人： OPPO广东移动通信有限公司
申请日： 2019-04-09 - 公布日： 2020-10-20 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供一种模型训练方法、装置、存储介质及电子设备，所述模型训练方法包括：使用第一用户的训练数据进行模型训练，以得到所述第一用户的第一模型；获取所述第一模型的第一模型参数；获取多个第二模型参数，其中每一所述第二模型参数对应于一个第二模型，每一所述第二模型由一个第二用户的训练数据训练得到；对所述第一模型参数、多个所述第二模型参数进行训练，以得到所述第一用户的第三模型。所述模型训练方法中，由于第三模型是基于大量的模型参数训练得到的，因此可以提高所述第三模型对任务处理的处理结果，并且由于所述多个第二模型参数不涉及第二用户的隐私信息，因此可以很好地保护其他用户的隐私信息。
模型训练方法装置存储介质电子设备

[发明专利]一种联邦学习方法、装置及电子设备-CN202310306787.3有效
发明人：谢翀;陈永红;兰鹏;罗伟杰;赵豫陕 -专利权人：深圳前海环融联易信息科技服务有限公司
申请日： 2023-03-27 - 公布日： 2023-07-04 - 主分类号： G06N20/20 文献下载
摘要：方法包括：向各客户端发送元模型及初始模型参数，以使各客户端基于所述元模型、初始模型参数、客户本地的训练数据以及目标补丁模型进行第一轮模型训练；从各客户端中确定出若干目标客户端，并采集各目标客户端当前第n轮训练获得的第一模型参数；基于各第一模型参数，计算获得用于进行n+1轮模型训练的第二模型参数；将第二模型参数发送给各目标客户端，以使各目标客户端基于元模型、第二模型参数、本地的训练数据及目标补丁模型进行模型再训练获得当前第二模型；直至各各客户端训练获得的当前第二模型均符合训练条件，否则重新确定出若干目标客户端。本申请能够避免训练获得模型发生偏移。
一种联邦学习方法装置电子设备

[发明专利]联邦学习方法、系统、装置及存储介质-CN202211087511.2在审
发明人：吴飞;沈弢;吴超;况琨;王峰;纪络;杨红霞 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-09-07 - 公布日： 2022-10-14 - 主分类号： G06N20/20 文献下载
摘要：本申请的方法，在联邦学习中对各个参与方设备使用本地数据训练得到的模型进行聚合时，将多个训练后的模型的模型参数输入聚合器进行模型参数聚合，根据聚合后的模型参数更新待训练模型的参数，并使用公共数据集对更新后的待训练模型进行评估，根据模型评估结果更新聚合器的参数，通过使用具有训练参数的聚合器，能够隐式地根据不同的模型参数，实现模型参数的去偏聚合，并且参数化的聚合器可以利用聚合后的模型在公共数据集上的表现，反向传播更新聚合器的参数，使得聚合器可以直接学习到聚合偏差，缓解了数据异质性问题，提高了联邦学习训练的收敛性，训练后的模型具有更强的泛化能力。
联邦学习方法系统装置存储介质

[发明专利]一种对话回复方法及装置、语言模型训练方法及装置-CN202210657686.6在审
发明人：王丽;宋有伟;张林箭;张聪;范长杰;胡志鹏 -专利权人：网易（杭州）网络有限公司
申请日： 2022-06-10 - 公布日： 2022-10-21 - 主分类号： G06F16/33 文献下载
摘要：本申请公开了一种对话回复方法及装置、语言模型训练方法及装置。其中，对话回复方法包括：获取目标角色标识和对话信息；根据目标角色标识，确定目标角色标识对应的独立参数集；根据独立参数集和预设参数集，确定目标参数集，预设参数集为预训练语言模型的初始参数集；将目标参数集作为预训练语言模型的参数，得到目标预训练语言模型；将对话信息输入至目标预训练语言模型，目标预训练语言模型输出目标应答信息。对于不同玩家选择不同虚拟角色进行对话时，可以在同一模型框架上，仅对与预训练语言模型对应的预设参数集进行拼接的独立参数集进行灵活切换，来实现灵活切换不同角色对应的语言模型，进而生成不同角色各自对应的应答信息
一种对话回复方法装置语言模型训练

[发明专利]任务模型训练方法以及装置-CN202310239876.0在审
发明人：冯玉彤;龚镖;蒋建文;吕逸良;沈宇军;赵德丽;周靖人 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-03-07 - 公布日： 2023-06-30 - 主分类号： G06V10/774 文献下载
摘要：本说明书实施例提供任务模型训练方法以及装置，其中所述任务模型训练方法包括：获取基础任务模型，其中，所述基础任务模型基于第一图像样本集训练获得；基于所述基础任务模型和初始任务参数，构建初始参考模型；基于至少一组第二图像样本集分别训练所述初始参考模型，获得至少一个标准参数集；根据所述基础任务模型、所述至少一个标准参数集和各个标准参数集对应的权重参数，构建待训练任务模型；根据待训练任务的第三图像样本集，训练所述待训练任务模型，调整所述待训练任务模型中的权重参数，获得所述待训练任务对应的目标任务模型；实现了针对不同的下游任务，构建对应的目标任务模型，提高任务模型的处理效率。
任务模型训练方法以及装置

[发明专利]设备缺陷检测模型的训练方法、装置和设备缺陷检测方法-CN202310466833.6在审
发明人：高圣溥;饶竹一 -专利权人：深圳供电局有限公司
申请日： 2023-04-23 - 公布日： 2023-08-01 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及一种设备缺陷检测模型的训练方法、装置和设备缺陷检测方法。该方法包括：根据原始设备缺陷图像集对原始缺陷检测模型进行初始化训练，得到初始化训练模型；根据初始化训练模型的初始训练参数构建增量学习模型；将增量设备缺陷图像集分别输入至初始化训练模型以及增量学习模型中进行缺陷预测，得到增量学习模型的蒸馏损失值和缺陷预测损失值；根据初始训练参数、增量学习模型的增量学习参数以及增量学习参数的重要度，确定增量学习模型的参数正则化损失值；根据蒸馏损失值、预测损失值和参数正则化损失值，调整增量学习模型的模型参数，得到设备缺陷检测模型。采用本方法能够提高设备缺陷检测模型的准确性。
设备缺陷检测模型训练方法装置

[发明专利]一种模型训练方法及装置-CN201910791960.7在审
发明人：赵飞 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-08-26 - 公布日： 2021-03-02 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供了一种模型训练方法及装置，首先，可以获取预设模型的多组模型参数及测试数据集，其中，每组模型参数是利用一个预设场景下的训练数据集对预设模型进行训练得到的，然后，利用测试数据集，分别对使用每组模型参数的预设模型进行泛化测试，得到每组模型参数对应的泛化参数，进而，根据泛化参数及多组模型参数，计算得到预设模型在多个预设场景下的协同模型参数，将使用协同模型参数的预设模型作为目标模型。这样，在模型训练过程中，以多个不同场景下的训练数据集为依据，并对多个不同场景的模型参数进行协同计算，从而可以提高得到的深度学习模型的泛化性能，得到可以应用于多场景的模型。
一种模型训练方法装置

[发明专利]基于区块链的训练参数处理方法、设备及存储介质-CN202010624142.0在审
发明人：路成业;王凌 -专利权人：全链通有限公司
申请日： 2020-06-30 - 公布日： 2020-10-30 - 主分类号： G06F16/27 文献下载
摘要：本发明实施例提供一种基于区块链的训练参数处理方法、设备及存储介质。本发明实施例通过AI训练节点采用AI训练节点对应的计算资源进行模型训练，得到模型参数后，采用加密密钥对模型参数进行加密，得到加密信息，进一步将该加密信息广播到区块链网络中。另外，AI训练节点还可以在区块链网络中广播加密密钥对应的解密密钥，以使区块链网络中的记账节点根据解密密钥对加密信息进行解密后得到模型参数，并根据训练结果检测样本对模型参数进行验证，从而可以避免AI训练节点将自己训练出的模型参数广播到区块链网络后被其他AI训练节点在该模型参数的基础上继续进行模型训练而获得正确率更高的模型参数。
基于区块训练参数处理方法设备存储介质

[发明专利]模型训练方法、图像处理方法、装置、设备及存储介质-CN202211658959.5在审
发明人：徐敬傲;蔡巍;张霞 -专利权人：沈阳东软智能医疗科技研究院有限公司
申请日： 2022-12-22 - 公布日： 2023-05-09 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种模型训练方法、图像处理方法、装置、设备及存储介质，所述方法包括：获取训练任务集；其中，所述训练任务集包括多个训练任务，每个所述训练任务包括脑部分割任务或脑部分类任务；将第N+1个所述训练任务输入至第N待训练模型，并基于第N+1个所述训练任务对所述第N待训练模型的第N模型参数进行更新，获得第N+1更新参数；其中，N为正整数；基于所述第N+1更新参数以及所述第N模型参数，计算获得目标模型参数；基于所述目标模型参数，获得目标模型。本申请的技术方案，基于训练任务集训练获得的目标模型可以同时处理脑部分割任务以及脑部分类任务，应用范围广泛。
模型训练方法图像处理装置设备存储介质