“模型训练”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941942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、装置、电子设备、芯片及存储介质-CN202310356231.5在审
发明人：冯俊兰;陈建忠;陈茜;王小丰;胡风硕;黄文辉;邓超 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2023-04-04 - 公布日： 2023-10-20 - 主分类号： G06F18/214 文献下载
摘要：本申请实施例公开了一种模型训练方法、模型训练装置、电子设备及计算机可读存储介质，其中，所述方法包括：将目标模型拆分为主干模型和附生模型；利用所述主干模型对训练集做正向推理，得到中间集；基于所述中间集，训练所述附生模型，得到训练后的附生模型；基于所述主干模型和训练后的附生模型，得到训练后的目标模型。
模型训练方法装置电子设备芯片存储介质

[发明专利]神经网络模型压缩方法、语料翻译方法及其装置-CN201911019142.1有效
发明人：李响;孙于惠;姜佳良;崔建伟 -专利权人：北京小米智能科技有限公司
申请日： 2019-10-24 - 公布日： 2022-03-01 - 主分类号： G06F40/58 文献下载
摘要：本公开是关于一种神经网络模型压缩方法、语料翻译方法及其装置。其中神经网络模型压缩方法，包括：获取包括多个训练样本对的训练样本集，每一个训练样本对包括源数据和与源数据对应的目标数据；以源数据为输入，以目标数据为验证，训练原始教师模型；基于训练样本集以及原始教师模型，训练中间教师模型，一个或多个中间教师模型组成教师模型集；基于训练样本集、原始教师模型和教师模型集，训练多个候选学生模型，多个候选学生模型组成学生模型集；根据多个候选学生模型的训练结果，选择一个候选学生模型作为目标学生模型通过引入多个教师模型，实现多级指导学生模型训练，从而提高了学生模型的质量。
神经网络模型压缩方法语料翻译及其装置

[发明专利]一种基于可信执行环境的模型训练方法、系统及装置-CN202011380981.9在审
发明人：嵇方方;王维强;陆毅成 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-11-30 - 公布日： 2021-02-26 - 主分类号： G06F21/60 文献下载
摘要：本说明书公开了一种基于可信执行环境的模型训练方法、系统及装置。所述方法包括模型需求方将第一训练样本集发送到模型训练方的可信执行环境中；模型提供方将旧模型和第二训练样本集发送到模型训练方的可信执行环境中；所述旧模型是模型提供方预先基于第二训练样本集训练得到的；模型训练方在可信执行环境中基于所述旧模型构建新模型；所述新模型的输出包括针对输入样本的标签预测值和来源预测值；模型训练方在可信执行环境中，基于预设算法利用第一训练样本集和第二训练样本集训练所述新模型，所述预设算法用于降低所述新模型针对样本标签的损失、并增大所述新模型针对样本来源的损失
一种基于可信执行环境模型训练方法系统装置

[发明专利]训练方法及装置、数据处理方法及装置-CN202211351848.X在审
发明人：杨秦露丹;范利春 -专利权人：北京小米移动软件有限公司;北京小米松果电子有限公司
申请日： 2022-10-31 - 公布日： 2023-03-07 - 主分类号： G10L15/00 文献下载
摘要：本公开是关于训练方法及装置、数据处理方法及装置，所述方法用于训练待训练语言模型，所述待训练语言模型的网络参数由多个子模型的网络参数确定，每个子模型的训练数据所属的语言类型不同；所述方法包括：在第一子模型满足训练条件的情况下，根据所述第一子模型的训练数据，对所述第一子模型进行训练，其中，所述第一子模型为所述多个子模型中任一子模型；根据训练完成的所述第一子模型的网络参数，对所述待训练语言模型的网络参数进行更新，得到目标语言模型该方法可以根据待训练语言模型不同维度的迭代更新需求，分别对其内部的各个子模型进行训练，从而缩短每次迭代更新的时间，提高迭代更新速率，保证模型更新的稳定性和实时性。
训练方法装置数据处理

[发明专利]一种模型训练方法、装置和系统，以及预测方法和装置-CN201910744658.6在审
发明人：韩炳涛;王建伟;孙宗英 -专利权人：中兴通讯股份有限公司
申请日： 2019-08-13 - 公布日： 2021-02-23 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种模型训练方法、装置和系统，以及预测方法和装置，所述模型训练方法包括：第一设备根据模型训练作业中的模型训练所需要的数据的描述确定参与模型训练的第二设备，向第二设备发送所述模型训练作业中的部分或全部；第一设备执行所述模型训练作业中的第一模型训练代码以实现对于第j个训练步骤，当模型训练未结束时，第一设备向第二设备下发第j个训练步骤对应的模型参数；接收第二设备上传的第j个训练步骤对应的模型参数增量，根据第二设备上传的第j个训练步骤对应的模型参数增量计算第(j+1)个训练步骤对应的模型参数。本发明实施例适用于多种应用场景下的模型训练，减少了占用的带宽，降低了数据安全管理的难度。
一种模型训练方法装置系统以及预测

[发明专利]一种多疾病智能干预模型及训练方法-CN202211109507.1在审
发明人：林继;陈鄞杰;浦绍将;杨光明;赵亚霖;方宝文 -专利权人：云南达远软件有限公司
申请日： 2022-09-13 - 公布日： 2022-12-09 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种多疾病智能干预模型及训练方法，具体按以下步骤执行：首先进行疾病数据的病例预处理；通过疾病预处理数据进行模型训练；通过改变训练集进行模型干预训练；输出模型，干预训练首先进行疾病数据随机分块，具体包括疾病初筛判断名、挂号名、初步诊断名、检查单名、检查数据、确诊名，然后通过CNN+TL进行数据训练，并生成训练模型，对训练好的模型进行干预训练，一提高模型的识别精度；首先对训练好的数据模型的训练数据进行标签再分类，将训练集的数据进行重新划分类别，再将分类标签的数据进行模型干预训练。本发明基于基于历史数据的真理和模型训练，在模型使用较长时间后，通过对模型进行干预，一提高模型基于数据的识别精度。
一种疾病智能干预模型训练方法

[发明专利]一种用于训练yolo算法模型的方法、芯片及系统-CN202111578439.9在审
发明人：游思遐;黄惠保;周和文;陈锦杰;张子倩 -专利权人：珠海一微半导体股份有限公司
申请日： 2021-12-22 - 公布日： 2023-07-11 - 主分类号： G06V10/25 文献下载
摘要：本发明公开一种用于训练yolo算法模型的方法、芯片及系统，该方法具体包括如下步骤：步骤1：获取训练数据样本集，进入步骤2；步骤2：将训练数据样本集中的全部训练数据样本导入初始模型，根据yolo算法循环执行初始模型训练，直至初始模型的目标检测效果稳定时获取第一模型，进入步骤3；步骤3：根据训练数据样本集中的训练数据样本对第一模型进行冻结训练流程，对本步骤重复执行第一预设次数后获取第二模型，进入步骤4；步骤4：将训练数据样本集中的全部训练数据样本导入第二模型中，对第二模型执行一次冻结训练流程，获取最终模型。本发明通过对yolo算法模型进行冻结训练流程实现对模型的分结构训练，有效提高训练yolo算法模型的准确度。
一种用于训练 yolo 算法模型方法芯片系统

[发明专利]一种模型训练方法、装置、电子设备及存储介质-CN201910580279.8在审
发明人：李腾飞;张桢宵 -专利权人：北京金山安全软件有限公司
申请日： 2019-06-28 - 公布日： 2019-10-01 - 主分类号： G06F21/60 文献下载
摘要：本发明实施例提供了一种模型训练方法、装置、电子设备及存储介质。方案如下：服务端确定多个训练设备，向多个训练设备发送训练指令，该训练指令包括第一模型参数，接收每一训练设备发送的第二模型参数，该第二模型参数为训练设备基于训练指令和训练数据，对预设模型进行训练得到的，该训练数据是根据训练设备中的用户数据确定的，根据接收到的多个第二模型参数，利用联合平均算法，得到第三模型参数，判断包括第三模型参数的预设模型是否收敛，若收敛，则将第三模型参数确定为预设模型训练完成后的模型参数。
模型参数训练设备模型训练预设存储介质电子设备训练数据指令收敛发送用户数据用户隐私服务端算法泄露联合

[发明专利]AI模型训练方法、AI模型调用方法、设备及可读存储介质-CN202010912339.4在审
发明人：郭仁杰;王宇舟;武建芳;杨木;张弛;杨正云;杨少杰;李宏亮;刘永升 -专利权人：超参数科技（深圳）有限公司
申请日： 2020-09-02 - 公布日： 2020-12-29 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种AI模型训练方法、AI模型调用方法、设备及可读存储介质，所述AI模型训练方法包括：获取进行训练的元数据，并加载待训练的AI模型，其中所述AI模型基于深度强化神经网络实现；对所述元数据属于同一帧的元数据进行分块处理，得到若干子元数据；对所述子元数据进行特征提取，得到所述子元数据对应的特征向量；根据所述特征向量对所述AI模型进行训练，并确定训练后的AI模型是否收敛；若训练后的AI模型未收敛，则执行步骤：若训练后的AI模型收敛，则存储训练后的AI模型。提高模型训练的训练样本，进而提高AI模型的训练的精准性和训练效率。
ai 模型训练方法调用设备可读存储介质

[发明专利]一种模型训练方法、商品图像管理方法及装置-CN202210386770.9有效
发明人：丁明;王杰 -专利权人：广州市玄武无线科技股份有限公司
申请日： 2022-04-14 - 公布日： 2022-08-23 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种模型训练方法、商品图像管理方法及装置。所述模型训练方法包括：将所获取的商品图像划分为无标签的预训练数据集和有标签的迁移训练数据集；通过自监督学习方式，采用所述预训练数据集对预设特征提取骨干网络进行预训练，得到预训练模型；将预训练模型迁移至初始图像处理模型中，所述初始图像处理模型包括依次连接的所述预训练模型和变分自编码器；采用所述迁移训练数据集对所述初始图像处理模型进行训练，直至模型的损失函数达到预设收敛条件；基于完成训练后的预训练模型和变分自编码器构建商品指纹处理模型通过上述方法仅需少量标签商品图像数据便可完成商品指纹匹配模型的构建。
一种模型训练方法商品图像管理装置

[发明专利]表情表征模型的训练方法、面部的表情表征方法及装置-CN202110166517.8有效
发明人：张唯;冀先朋;丁彧;李林橙;范长杰;胡志鹏 -专利权人：网易(杭州)网络有限公司
申请日： 2021-02-05 - 公布日： 2023-09-05 - 主分类号： G06V40/16 文献下载
摘要：本申请提供了一种表情表征模型的训练方法、面部的表情表征方法及装置，涉及图像处理技术领域，缓解了现有的面部表情表征准确性较低的技术问题。该方法包括：确定样本集，其中，样本集中的每个样本包括样本图像和样本标签；利用样本集对待训练的表情表征模型进行训练，得到训练好的表情表征模型，其中，待训练的表情表征模型包括待训练的全脸表征子模型和训练好的身份表征子模型，训练好的表情表征模型包括训练好的全脸表征子模型和训练好的身份表征子模型，训练好的表情表征模型的输出基于训练好的全脸表征子模型的输出和训练好的身份表征子模型的输出之间的差值确定。
表情表征模型训练方法面部装置

[发明专利]情绪识别模型建立方法、情绪识别方法及装置、智能设备-CN201610262080.7在审
发明人：李慧 -专利权人：京东方科技集团股份有限公司
申请日： 2016-04-25 - 公布日： 2016-08-24 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种情绪识别模型建立方法、情绪识别方法及装置、智能设备，其中，情绪识别模型建立方法包括，获取被测者处于不同情绪时的情绪特征信息；对情绪特征信息进行分类，得到模型训练数据；对模型训练数据进行学习训练，得到训练模型；对训练模型进行模型验证，并根据验证结果对训练模型的分类参数进行修正，得到情绪识别模型。本发明根据处于不同情绪时的情绪特征信息得到的模型训练数据进行模型训练，并通过对得到的训练模型进行模型验证，选择最优参数对模型进行修正，实现能够准确识别的情绪识别模型的建立。
情绪识别模型建立方法装置智能设备

[发明专利]生成图像质量评价模型的方法、图像质量评价方法及装置-CN202211252457.2在审
发明人：李洋;王磊;陈松;张磊;张丽娜 -专利权人：车智互联（北京）科技有限公司
申请日： 2022-10-13 - 公布日： 2023-02-07 - 主分类号： G06V10/774 文献下载
摘要：本公开公开了生成图像质量评价模型的方法、图像质量评价方法及装置。其中，生成图像质量评价模型的方法包括：构建用于生成图像质量评价模型的训练模型，训练模型包括：特征提取组件、池化组件和分值预测组件；将训练图像输入训练模型进行处理，包括：训练图像经特征提取组件进行特征提取，得到特征图；特征图经池化组件进行融合，得到特征融合图；特征融合图经所述分值预测组件处理，得到指示训练图像质量的预测分值；通过计算预测分值与训练图像的主观分值的损失值，来调整训练模型的模型参数，直至训练结束，得到训练好的训练模型；以及对训练好的训练模型进行等效变换，以生成图像质量评价模型。
生成图像质量评价模型方法装置

[发明专利]一种基于自监督的防语音合成攻击方法和系统-CN202210675092.8在审
发明人：李海洲;杨洪;肖龙源;李稀敏;叶志坚 -专利权人：厦门快商通科技股份有限公司
申请日： 2022-06-15 - 公布日： 2022-10-11 - 主分类号： G10L25/51 文献下载
摘要：本发明提供一种基于自监督的防语音合成攻击方法，包括：获取语音数据训练样本；将语音数据训练样本输入预训练模型，完成预训练模型的自监督训练，得到初训练后的预训练模型；采用多种合成语音算法进行防语音合成攻击数据集构建；通过门控循环单元和注意力模块将初训练后的预训练模型与合成检测模型进行融合，得到融合模型并完成融合模型的训练；将防语音合成攻击数据集和设定贡献值对应的语音特征，输入初训练后的预训练模型进行再次训练，根据训练好的预训练模型更新融合模型，得到防语音合成攻击模型；输入语音至防语音合成攻击模型，实现语音合成检测；本发明提供的方法能够有效的利用大量无标注的数据，而且能够提高合成检测的泛化能力。
一种基于监督语音合成攻击方法系统

[发明专利]一种用于轻量级网络的知识蒸馏热启动训练方法和系统-CN202310967892.1在审
发明人：邵杰;雷敏;武鑫;梁爽;陈飞宇;许辉;赵磊 -专利权人：四川省人工智能研究院（宜宾）
申请日： 2023-08-02 - 公布日： 2023-09-29 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种用于轻量级网络的知识蒸馏热启动训练方法和系统，该方法包括获取至少一个随机初始化的轻量级网络模型；将低分辨率图像和对应高分辨率图像作为一对训练样本，基于多个训练样本获取训练样本集合；将训练样本集合中的低分辨率图像输入轻量级网络模型，训练轻量级网络模型，获得第一预训练网络模型；将第一预训练网络模型的权重加载于轻量级网络模型，并保持训练的各项参数不变，基于训练样本集合，对轻量级网络模型进行一轮或多轮训练，获得第二预训练网络模型；将第二预训练网络模型的权重加载于轻量级网络模型，基于教师网络的监督，训练轻量级网络模型，获得第三预训练网络模型。
一种用于轻量级网络知识蒸馏启动训练方法系统