|
钻瓜专利网为您找到相关结果 4678个,建议您 升级VIP下载更多相关专利
- [发明专利]推荐模型的训练方法、装置、设备及介质-CN202310602401.3在审
-
李嘉藩;杨青
-
度小满科技(北京)有限公司
-
2023-05-25
-
2023-09-05
-
G06N3/08
- 本申请公开了一种推荐模型的训练方法、装置、设备及介质,其中,方法包括:获取n类序列特征与n类序列特征的m种标签,其中,每类序列特征对应用户的一类行为信息,n、m为大于或等于2的正整数;通过初始推荐模型中的初始长序列模型,确定n类序列特征对应的n个第一隐层向量;通过初始推荐模型中的初始特征融合层对n个第一隐层向量输入进行特征交叉处理,得到目标隐层向量;通过初始推荐模型中的初始前馈层对目标隐层向量进行处理,得到目标输出结果;获取m种标签对应的融合标签;基于目标输出结果与融合标签对初始推荐模型进行训练,得到目标推荐模型。本申请各实施例提供的技术方案,可起到提高目标推荐模型的准确性的作用。
- 推荐模型训练方法装置设备介质
- [发明专利]在集成电路中实现神经网络的系统和方法-CN201880061751.0有效
-
N·弗雷泽;M·伯洛特
-
赛灵思公司
-
2018-08-30
-
2023-09-05
-
G06N3/084
- 一种神经网络系统[图6,600],其包括输入层[图6,204‑0]、一个或多个隐藏层[图6,204‑1,204‑2]和输出层[图6,204‑(N‑1)]。输入层接收包括批次序列的训练集[图6,220]并向其后一层[图6,204‑1]提供分别与该批次序列相关联的输出激活[图6,206‑0]。第一隐藏层[图7,204‑i]从其前一层[图7,204‑(i‑1)]接收与第一批次[图7,批次b]相关联的第一输入激活[图7,206‑(i‑1)];接收与该第一批次之前的第二批次[图7,批次(b‑d)]相关联的第一输入梯度[图7,208‑(i+1)];并基于该第一输入激活和第一输入梯度,向其后一层[图7,204‑(i+1)]提供与该第一批次[图7,批次b]相关联的第一输出激活[图7,206‑i]。输出层从其前一层接收第二输入激活[图6,206‑(N‑2)];并基于该第二输入激活和该第一训练集,向其前一层[图6,204‑(N‑2)]提供第一输出梯度[图6,208‑(N‑1)]。
- 集成电路实现神经网络系统方法
|