“迭代训练”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396437个，建议您升级VIP下载更多相关专利

[发明专利]一种基于迭代式自监督的三维生物医学图像配准方法-CN202110421588.8有效
发明人：屈磊;杨健;吴军;刘伟;陈博;王莜圃;王梦 -专利权人：安徽大学
申请日： 2021-04-20 - 公布日： 2022-10-18 - 主分类号： G06T7/33 文献下载
摘要：本发明涉及一种基于迭代式自监督的三维生物医学图像配准方法，与现有技术相比解决了无监督深度学习配准算法one‑shot训练策略训练出模型应用精度受限的缺陷。本发明包括以下步骤：三维生物医学图像数据集的获取和预处理；配准深度模型的构建；配准深度模型的训练；待配准图像的获取；待配准图像的预处理；三维生物医学图像配准结果的获得。本发明通过网络训练动态产生迭代式自监督信息并利用其对选取的每对图像进行多次迭代监督训练，以多次利用图像对在不同迭代阶段的差异信息获得更加精确的形变场，简单、高效地提升了现有无监督生物医学图像配准网络的配准精度
一种基于迭代式监督三维生物医学图像方法

[发明专利]一种点击率预估模型训练方法和装置-CN202310891849.1有效
发明人：王芳;姜佳 -专利权人：深圳须弥云图空间科技有限公司
申请日： 2023-07-20 - 公布日： 2023-10-03 - 主分类号： G06N3/084 文献下载
摘要：本申请涉及序列推荐技术领域，提供了一种点击率预估模型训练方法和装置。该方法包括：获取训练集，训练集至少包括物品特征和物品属性特征；将物品特征和物品属性特征输入至点击率预估模型，以获得第一增强特征；以及依据第一损失函数迭代更新点击率预估模型的参数，直至达到预设的迭代终止条件，以获得经预训练的点击率预估模型；将第一增强特征和物品特征输入至经预训练的点击率预估模型，以获得点击率预估结果；以及依据第二损失函数迭代更新点击率预估模型的参数，直至达到预设的迭代终止条件，以获得经微调的点击率预估模型
一种点击率预估模型训练方法装置

[发明专利]文本分类模型的训练方法、系统及相关设备-CN202011035101.4在审
发明人：饶思维;张鹏;马鑫典;张静;田光见 -专利权人：华为技术有限公司
申请日： 2020-09-27 - 公布日： 2021-01-22 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例提供一种文本分类模型的训练方法、系统及相关设备，其中，所述方法包括：采用第一超参数和多个样本词向量序列对张量网络进行第一轮迭代训练，以得到目标纠缠熵，所述目标纠缠熵的值为在进行所述第一轮迭代训练过程中得到的第一纠缠熵收敛时的值；根据所述目标纠缠熵计算得到第二超参数；采用所述第二超参数和所述多个样本词向量序列对所述张量网络进行第二轮迭代训练，得到所述文本分类模型，其中，所述文本分类模型为在进行所述第二轮迭代训练过程中计算得到的第二纠缠熵收敛时的张量网络模型采用本申请实施例，能够极大程度地降低模型训练的难度和成本以及过拟合现象的产生。
文本分类模型训练方法系统相关设备

[发明专利]神经网络训练期间的数据稀疏度监视-CN202080007387.7在审
发明人：董诗;丹尼尔·罗威尔 -专利权人：超威半导体公司
申请日： 2020-04-29 - 公布日： 2021-08-06 - 主分类号： G06N3/08 文献下载
摘要：本公开描述了一种电子装置，所述电子装置包括处理器和稀疏度监视器，所述处理器被配置为在神经网络的训练过程期间执行训练迭代，每次训练迭代包括通过神经网络处理单独的训练数据实例。在操作期间，稀疏度监视器在一个或多个监视周期中的每个监视周期中的监视间隔期间获取在每个监视间隔期间发生的训练迭代期间由神经网络的至少一些中间节点输出的中间数据。稀疏度监视器接下来向处理器发送表示稀疏度特性的一个或多个值，并且处理器至少部分地基于表示稀疏度特性的值来控制执行后续训练迭代的一个或多个方面。
神经网络训练期间数据稀疏监视

[发明专利]一种基于迭代残差网络的双能CT图像分解方法-CN202210245557.6在审
发明人：陈平;赵晓杰;郭丽娜;潘晋孝;孔慧华;魏交统 -专利权人：中北大学
申请日： 2022-03-14 - 公布日： 2022-06-10 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于迭代残差网络的双能CT图像分解方法，所述图像分解方法包括以下步骤：步骤S100：根据被测人体部位从人体模型中选取若干个不同特征的人体部位模型，并据此建立训练数据集；步骤S200：构建用于实现双能CT图像分解的迭代残差网络；步骤S300：基于步骤S100中的训练数据集对步骤S200中的迭代残差网络进行网络训练，完成网络训练并保存训练结果；步骤S400：采集被检测物体双能投影数据，并将投影数据通过单能CT图像重建算法重建得到被检测物体的高能CT图像和低能CT图像；步骤S500：利用步骤S300中完成训练的迭代残差网络分解步骤S400中被检测物体的高能CT图像和低能CT图像，输出被检测物体的基材料密度图像
一种基于迭代残差网络 ct 图像分解方法

[发明专利]基于自适应近端优化的机器人动作方法-CN202210472577.7有效
发明人：沈一鸥;梁志伟;高翔;付羽佳 -专利权人：南京邮电大学
申请日： 2022-04-29 - 公布日： 2023-07-28 - 主分类号： B25J9/16 文献下载
摘要：一种基于自适应近端优化的机器人动作方法，包括如下步骤，步骤S1.开始执行仿真训练任务，判断机器人数据迭代次数是否达到要求次数，若没有达到，则重置机器人到一个初始状态，使用策略运行机器人进行T步或达到目标状态，若达到，则使用来自当前迭代过程中的k组数据训练critical网络；步骤S2.使用GAE估算优势函数值，忽视优势函数值中为负的数据或将其转换为正值；步骤S3.使用过去H组迭代数据和损失函数获取k组数据训练策略方差；步骤S4.使用当前迭代数据和损失函数获取k组数据训练策略均值。本方法在训练速度上的提升对于实际的动作训练帮助巨大。在执行三维连续动作的任务时稳定性明显优于其他方法。
基于自适应优化机器人动作方法

[发明专利]基于融合主题信息增强PU学习的事件相关新闻过滤的学习方法-CN202110347488.5有效
发明人：余正涛;王冠文;线岩团;张玉;黄于欣 -专利权人：昆明理工大学
申请日： 2021-03-31 - 公布日： 2023-08-29 - 主分类号： G06F16/9532 文献下载
摘要：本发明将已标注和未标注的事件相关新闻数据集通过无监督预训练的方式进行主题信息抽取，再将抽取到的主题信息加入到PU学习的初次训练和后续的迭代训练过程中，确保在初始事件相关新闻样本较少的情况下能利用到更多的样本信息，并且在后续的迭代训练过程中都进行主题增强，使得每次迭代训练出来的分类器都能从未标注数据中获取到真正可靠的正负样本数据，来提高最终事件相关新闻分类器的性能。本发明比PU学习的基线模型，F1值提高了1.8％，且在低初始样本和高迭代的情况下领先更多。本发明利用主题信息增强PU学习的方法能有效解决与案例相关的新闻过滤任务中缺乏训练数据的问题。
基于融合主题信息增强 pu 学习事件相关新闻过滤学习方法

[发明专利]一种立体视训练中随机点图片生成方法及装置-CN202310603543.1有效
发明人：吴栩平 -专利权人：广州视景医疗软件有限公司
申请日： 2023-05-26 - 公布日： 2023-09-08 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种立体视训练中随机点图片生成方法及装置，包括：创建虚拟现实游戏场景，并在所述虚拟现实游戏场景中设置左眼视标和右眼视标；获取用户信息，所述用户信息至少包括立体视锐度，根据用户的立体视锐度和预设的随机点等级表设置立体视训练任务的随机点等级；根据所述立体视训练任务的随机点等级、训练内容和第一随机点生成算法，分别在所述左眼视标和右眼视标中生成随机点图片；迭代变换所述随机点图片，在每一次迭代中采集当前用户操作，根据所述训练内容判断所述当前用户操作是否正确，并根据判断结果调整随机点等级，根据调整后的随机点等级生成下一次迭代的随机点图片；直至迭代次数达到预设次数，停止立体视训练。
一种立体训练随机图片生成方法装置

[发明专利]模型训练方法、目标检测方法及对应的装置、设备、介质-CN202310209099.5在审
发明人：上官泽钰;刘童 -专利权人：京东方科技集团股份有限公司
申请日： 2023-02-27 - 公布日： 2023-05-23 - 主分类号： G06V10/774 文献下载
摘要：本申请提供了一种模型训练方法、目标检测方法及对应的装置、设备、介质。模型训练方法包括：获取多个样本图像；基于多个样本图像对目标检测模型进行多次迭代训练，从多次迭代训练中的指定训练节点开始，利用目标检测模型对样本图像中的易混淆类别信息进行对比学习，得到训练后的目标检测模型
模型训练方法目标检测对应装置设备介质

[发明专利]一种行人重识别方法、装置、设备及存储介质-CN202110755315.7在审
发明人：孙立波;潘华东;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2021-07-05 - 公布日： 2021-10-29 - 主分类号： G06K9/00 文献下载
摘要：在该方法中，在进行行人重识别模型的训练时，将训练过程划分为2个训练阶段，即历史迭代次数不大于设定的迭代次数阈值的前期阶段，和大于设定的迭代次数阈值的后期阶段，并在不同训练阶段采用不同的损失值计算方式来调整行人重识别模型，使得在不同训练阶段均能够采用更为合适的损失值计算方式，使得模型调整更为精确，进而提升训练得到的行人重识别模型的准确性，相应也就提高了行人重识别的准确性。
一种行人识别方法装置设备存储介质

[发明专利]一种窃电诊断方法及系统-CN202210146038.4在审
发明人：王兴晨;朱海东;赵竟;胡恩俊;张庭玉;黄保乐;张盼 -专利权人：南京华盾电力信息安全测评有限公司
申请日： 2022-02-17 - 公布日： 2022-06-17 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了窃电诊断领域的一种窃电诊断方法及系统，包括采集当前时刻用户用电数据；将用户用电数据输入至已训练好的迭代决策树算法模型中，获取窃电诊断结果；所述迭代决策树算法模型采用下述方法训练获取：采集用户原始用电数据，用户原始用电数据包括：用户窃电行为用电数据和用户非窃电行为用电数据；利用原始用电数据构建训练集；采用训练集训练迭代决策树算法模型；本发明采用训练完成的模型对用户当前的用电数据进行诊断，得出是否有窃电行为的结论
一种诊断方法系统

[发明专利]分类模型的训练方法、装置、电子设备及存储介质-CN202211515114.0在审
发明人：洪煜中 -专利权人：北京奇艺世纪科技有限公司
申请日： 2022-11-30 - 公布日： 2023-03-03 - 主分类号： G06F18/24 文献下载
摘要：本发明实施例提供了分类模型的训练方法、装置、电子设备及存储介质，涉及智能分析技术领域，具体实现方案为：获取多个待分类数据；从多个待分类数据中抽取当前迭代对应的待分类数据集，将当前迭代对应的待分类数据集输入分类模型，通过分类模型的编码器和分类器，得到预测分类结果，基于预测分类结果与当前迭代对应的待分类数据集中每个待分类数据的类别标签之间的差异，对分类模型进行调参，继续从多个待分类数据中抽取待分类数据集对分类模型进行训练，直至满足预设的训练结束条件，则停止模型训练，得到训练后的分类模型。本发明实施例可以简化分类模型训练的过程。
分类模型训练方法装置电子设备存储介质

[发明专利]联邦学习方法、装置、计算机设备及存储介质-CN202310107125.3在审
发明人：陈永红;谢翀;兰鹏;罗伟杰;陈柯树;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： 2023-01-29 - 公布日： 2023-06-06 - 主分类号： G06N20/00 文献下载
摘要：本申请公开一种联邦学习方法、装置、计算机设备及存储介质，包括：获取服务端的全局模型及所述全局模型的初始化参数；将所述全局模型与所述初始化参数发送到若干个参与联邦训练的客户端；在客户端的当前迭代轮次阶段，获取客户端的训练数据，根据所述训练数据所述述全局模型与初始化参数进行若干次训练，并通过计算模型的交叉熵损失和模型蒸馏确定训练后的本地模型参数，得到客户端的本地模型；将所述客户端的本地模型参数发送至服务端，获取服务端聚合后生成的下一迭代轮次的初始化参数；将所述下一迭代轮次的初始化参数发送至客户端，作为下一迭代轮次阶段的初始化参数。通过配置客户端模型不同迭代轮次阶段的初始化参数，提高模型的准确性。
联邦学习方法装置计算机设备存储介质

[发明专利]基于联邦学习的客户端贡献计算方法和装置-CN202110387863.9在审
发明人：李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-04-12 - 公布日： 2021-06-08 - 主分类号： G06Q10/06 文献下载
摘要：本申请适用于区块链、激励机制技术领域，提供一种基于联邦学习的客户端贡献计算方法和装置，方法包括：获取联邦学习模型训练过程中若干客户端执行模型训练后回传的迭代模型，迭代模型为客户端使用本地数据进行一轮模型训练后获得的模型；根据若干客户端执行模型训练后回传的迭代模型，分别计算出各客户端当前训练轮次对应的贡献值并记录于训练记录表中，训练记录表中包含有联邦学习模型训练过程中各客户端每一训练轮次对应的贡献值；从训练记录表中获取所有属于目标客户端的贡献值并进行求和处理，以生成目标客户端在此次联邦学习模型训练过程中的总贡献值。
基于联邦学习客户端贡献计算方法装置

[发明专利]基于容器的模型训练测试调优和部署方法和装置-CN202011371610.4有效
发明人：张昭;韩锦;潘正颐;侯大为 -专利权人：常州微亿智造科技有限公司
申请日： 2020-11-30 - 公布日： 2022-02-11 - 主分类号： G06F9/455 文献下载
摘要：本发明提供一种基于容器的模型训练测试调优和部署方法和装置，所述方法包括以下步骤：对模型训练所在的容器环境部署service网格服务；通过模型训练和测试算法驱动程序接收接口服务请求入参进行算法迭代；在模型训练和测试算法迭代过程中，记录算法迭代参数和训练目标函数之间的关联关系，并对训练过程中的中间结果进行记录和可视化显示。本发明的方法，通过使用容器服务网格转换的方式，提高了安全性，并且算法的请求为请求接口服务，不会出现无法嵌入原有系统的问题，同时将模型训练的参数和训练过程中训练目标函数对应关系进行解析并存储，便于根据模型的性能指标对模型参数逆向调优，此外，对模型训练中间过程进行可视化展示，便于调试和训练优化。
基于容器模型训练测试部署方法装置