训练模型和图像识别的方法和装置

发明专利有效专利

申请号：
CN202110994071.8
IPC分类号：G06N3/08
申请日期：
2021-08-27
申请人：
京东科技信息技术有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	训练模型和图像识别的方法和装置
申请号	CN202110994071.8	申请日期	2021-08-27
法律状态	公开	申报国家	中国
公开/公告日	2021-11-16	公开/公告号	CN113657596A
优先权	暂无	优先权号	暂无
主分类号	G06N3/08 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/08 学习方法〔7〕	IPC分类号	G;0;6;N;3;/;0;8查看分类表>
申请人	京东科技信息技术有限公司	申请人地址	北京市大兴区经济技术开发区科创十一街18号院2号楼6层601 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	京东科技信息技术有限公司	当前权利人	京东科技信息技术有限公司
发明人	沈力
代理机构	北京英赛嘉华知识产权代理有限责任公司	代理人	王达佐;马晓亚

摘要

本公开的实施例公开了训练模型和图像识别的方法和装置。该方法的具体实施方式包括：基于历史训练数据序列对初始模型进行训练得到第一模型；将当前训练数据序列输入第一模型，计算元损失函数在当前训练数据序列上的第一梯度；根据第一梯度与学习率更新第一模型的网络参数，得到第二模型；将历史训练数据序列输入第二模型，计算元损失函数在历史训练数据序列上的第二梯度；根据第一梯度和第二梯度更新学习率，并从当前训练数据序列抽取训练数据添加到记忆数据集中；基于未来训练数据序列和更新后的学习率进行模型训练。该实施方式能够提高模型在时序数据领域迁移情景下识别的准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供