文库搜索
切换导航
首页
频道
联系我们
国家标准目录
国际ISO标准目录
行业标准目录
地方标准目录
首页
联系我们
国家标准目录
国际ISO标准目录
行业标准目录
地方标准目录
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211259139.9 (22)申请日 2022.10.14 (71)申请人 支付宝 (杭州) 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 董鑫 吴睿泽 熊超 李海 程磊 何勇 莫林剑 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 专利代理师 肖鹏 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种模型的训练方法、 装置以及设备 (57)摘要 本说明书实施例公开了一种模型的训练方 法、 装置以及设备。 通过 获取第j层对于训练样本 的输出特征xj, 生成由M个输出特征所组成的特 征矩阵, 1≤j≤M; 针对第i个任务, 根据稀疏矩阵 中的第i行与所述输出特征矩阵生成对应该任务 的稀疏特征vi, 其中, 所述稀疏矩阵中包含K*M个 可训练的稀疏参数Z; 获取所述多任务模型对所 述第i个任务的初始预测特征, 融合所述初始预 测特征和所述稀疏特征vi生成第i个任务的目标 预测特征yi; 根据所述 目标预测特征yi和训练样 本的标签的差异确定第i个任务的损失值Li; 融 合所产生的K个任务的损失值生成总损失值, 根 据所述总损失值对所述稀疏参数Z 进行训练。 权利要求书2页 说明书9页 附图3页 CN 115496162 A 2022.12.20 CN 115496162 A 1.一种模型的训练方法, 应用于包含M层和K个任务的多任务模型中, M和K为大于1的自 然数, 所述方法包括: 获取第j层对于训练样本的输 出特征xj, 生成由M个输出特征所组成的特征矩阵, 1≤j≤ M; 针对第i个任务, 根据稀疏矩阵中的第i行与所述输出特征矩阵生成对应该任务的稀疏 特征vi, 其中, 所述稀疏矩阵中包 含K*M个可训练的稀疏参数Z; 获取所述多任务模型对所述第i个任务的初始预测特征, 融合所述初始预测特征和所 述稀疏特征vi生成第i个任务的目标 预测特征yi; 根据所述目标 预测特征yi和训练样本的标签的差异确定第i个任务的损失值 Li; 融合所产生的K个任务的损失值生成总损失值, 根据所述总损失值对所述稀疏参数Z进 行训练。 2.如权利要求1所述的方法, 其中, 根据所述总损失值对所述稀疏参数Z进行训练, 包 括: 获取所述稀疏参数Z的预期分布, 确定预期分布 的近似分布, 其中, 所述预期分布为离 散型, 所述近似分布为连续型; 根据所述总损失值和所述近似分布对所述稀疏参数Z进行训练。 3.如权利要求1所述的方法, 其中, 根据所述总损失值和所述近似分布对所述稀疏参数 Z进行训练, 包括: 根据所述总损失值对所述稀疏参数Z和所述M层中所包 含的可训练参数进行同步训练。 4.如权利要求2所述的方法, 其中, 根据所述总损失值和所述近似分布对所述稀疏参数 Z进行训练, 包括: 确定所述近似分布中所包 含的待训练的分布参数; 根据所述总损失值中确定所述待训练的分布参数的梯度; 根据所述梯度对所述分布参数进行训练, 其中, 所述分布参数用于在每一轮训练中调 整所述稀疏参数Z的取值至稀疏值。 5.如权利要 求1所述的方法, 其中, 融合所述初 始预测特征和所述稀疏特征vi生成第i个 任务的目标 预测特征yi, 包括: 拼接所述初始预测特 征和所述稀疏 特征vi生成第i个任务的目标 预测特征yi; 或者, 叠加所述初始预测特 征和所述稀疏 特征vi生成第i个任务的目标 预测特征yi。 6.如权利要求1所述的方法, 其中, 融合所产生的K个任务的损失值生成总损失值, 包 括: 基于预设的权 重分布加权求和K个任务的损失值 生成总损失值。 7.一种模型的训练装置, 应用于包含M层和K个任务的多任务模型中, M和K为大于1的自 然数, 所述装置包括: 输出特征获取模块, 获取第j层对于训练样本的输 出特征xj, 生成由M个输 出特征所组成 的特征矩阵, 1≤j≤ M; 稀疏特征模块, 针对第i个任务, 根据稀疏矩阵中的第i行与所述输出特征矩阵生成对 应该任务的稀疏 特征vi, 其中, 所述稀疏矩阵中包 含K*M个可训练的稀疏参数Z; 目标预测特征模块, 获取所述多任务模型对所述第 i个任务的初始预测特征, 融合所述权 利 要 求 书 1/2 页 2 CN 115496162 A 2初始预测特 征和所述稀疏 特征vi生成第i个任务的目标 预测特征yi; 单任务损失模块, 根据所述目标预测特征yi和训练样本的标签的差异确定第i个任 务的 损失值Li; 训练模块, 融合所产生的K个任务的损失值生成总损失值, 根据 所述总损失值对所述稀 疏参数Z进行训练。 8.一种电子设备, 包括: 至少一个处 理器; 以及, 与所述至少一个处 理器通信连接的存 储器; 其中, 所述存储器存储有可被所述至少一个处理器执行的指令, 所所述指令被所述至少一个 处理器执行, 以使所述至少一个处 理器能够执 行如权利要求1至 6任一项所述的方法。权 利 要 求 书 2/2 页 3 CN 115496162 A 3
专利 一种模型的训练方法、装置以及设备
文档预览
中文文档
15 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2元下载(无需注册)
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2元下载
本文档由 SC 于
2024-02-18 22:24:38
上传分享
举报
下载
原文档
(649.1 KB)
分享
友情链接
GB-T 36137-2018 中空纤维超滤膜和微滤膜组件完整性检验方法.pdf
GB-T 20491-2017 用于水泥和混凝土中的钢渣粉.pdf
360 DNS 安全白皮书.pdf
DB65-T3105-2023 平欧杂种榛栽培技术规程 新疆维吾尔自治区.pdf
freebuf 金融反欺诈调查报告 2019.pdf
GB-T 26695-2011 家具用钢化玻璃板.pdf
GB-T 42013-2022 信息安全技术 快递物流服务数据安全要求.pdf
YD-T 3763.8-2021 研发运营一体化(DevOps)能力成熟度模型 第8部分:系统和工具技术要求.pdf
GW0201-2011 国家电子政务外网 IPSec VPN安全接入技术要求与实施指南.pdf
GB-T 10001.1-2012 公共信息图形符号 第1部分:通用符号.pdf
奇安信 中国政企机构数据安全风险分析报告.pdf
中国移动 量子“Q波”技术白皮书 2022 .pdf
爱分析 2023大模型厂商全景报告 .pdf
GB-T 5156-2022 镁及镁合金热挤压型材.pdf
GB-T 37093-2018 信息安全技术 物联网感知层接入通信网的安全要求.pdf
GB-T 29241-2012 信息安全技术 公钥基础设施 PKI互操作性评估准则.pdf
ISO 21780 2020 Road vehicles — Supply voltage of 48 V — Electrical requirements and tests.pdf
T-CPQS XF005—2023 消防应急照明和疏散指示产品维修、更换及相关服务.pdf
GB-T 30269.601-2016 信息技术 传感器网络 第601部分:信息安全:通用技术规范.pdf
GB-T 9491-2021 锡焊用助焊剂.pdf
1
/
15
评价文档
赞助2元 点击下载(649.1 KB)
回到顶部
×
微信扫码支付
2
元 自动下载
点击进入官方售后微信群
支付 完成后 如未跳转 点击这里下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。