[发明专利]降维模型训练方法、装置及电子设备在审
| 申请号： | 201811567662.1 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109711534A | 公开（公告）日： | 2019-05-03 |
| 发明（设计）人： | 贾杰;隋楷心;周子怡 | 申请（专利权）人： | 树根互联技术有限公司;广州树根互联技术有限公司;江苏树根互联技术有限公司;北京树根互联科技有限公司;上海树根互联技术有限公司;长沙树根互联技术有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 邓超 |
| 地址： | 510000 广东省广州市海珠区阅江西路218、22*** | 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： | 本发明提供了一种降维模型训练方法、装置及电子设备，属于人工智能技术领域。本发明实施例提供的降维模型训练方法、装置及电子设备，首先获取特征数据，将特征数据输入降维算法，输出预设层级数量的特征结果，并将特征数据输入待训练的降维模型，得到与特征结果相同预设层级数量的训练数据，然后根据训练数据和特征结果确定损失函数值，使用训练数据、特征结果和特征数据对待训练的降维模型进行训练，直至损失函数值收敛，结束训练，得到训练好的降维模型，该训练模型能对非线性相关特征的数据进行降维，并且当获取到新的特征数据时，可以通过训练好的降维模型进行降维，实现对新的特征数据的维度进行预测。 | ||
| 搜索关键词： | 降维 特征数据 特征结果 装置及电子设备 模型训练 训练数据 损失函数 层级 预设 人工智能技术 非线性相关 训练模型 算法 维度 收敛 输出 预测 | ||
【主权项】：
1.一种降维模型训练方法，其特征在于，包括：获取特征数据；将所述特征数据输入降维算法，输出预设层级数量的特征结果；将所述特征数据输入待训练的降维模型，得到与所述特征结果相同预设层级数量的训练数据；根据所述训练数据和所述特征结果确定损失函数值；使用所述训练数据、所述特征结果和所述特征数据对所述待训练的降维模型进行训练，直至所述损失函数值收敛，结束训练，得到训练好的降维模型；所述训练好的降维模型用于对获取到的新的特征数据进行降维，得到预设层级数量的目标结果。
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树根互联技术有限公司;广州树根互联技术有限公司;江苏树根互联技术有限公司;北京树根互联科技有限公司;上海树根互联技术有限公司;长沙树根互联技术有限公司，未经树根互联技术有限公司;广州树根互联技术有限公司;江苏树根互联技术有限公司;北京树根互联科技有限公司;上海树根互联技术有限公司;长沙树根互联技术有限公司许可，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/201811567662.1/，转载请声明来源钻瓜专利网。
