买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利模型训练方法、装置、设备、存储介质和程序产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120409741B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510896704.X，技术领域涉及：G06N20/00；该发明授权模型训练方法、装置、设备、存储介质和程序产品是由王冠;李锐;张卉设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本模型训练方法、装置、设备、存储介质和程序产品在说明书摘要公布了：本申请公开了模型训练方法、装置、设备、存储介质和程序产品，涉及人工智能技术领域，本申请的方法中，在当前训练迭代结束时，基于当前训练迭代得到的第一模型参数，可以确定第一模型参数的误差度。进而，在误差度较大时，可以给第一模型参数较小的参数权重，以及在误差度较小时，可以给第一模型参数较大的参数权重。这样，在当前训练迭代的参数更新方向或更新幅度不正确时，可以降低当前训练迭代对整个模型训练过程的影响，进而，在模型训练过程中，可以始终按照正确的参数更新方向或更新幅度对模型参数进行更新，避免了因模型训练过程波动导致的模型训练时间增长的问题，因此，即使在硬件资源有限的情况下，也可以大大提高模型训练效率。

本发明授权模型训练方法、装置、设备、存储介质和程序产品在权利要求书中公布了：1.一种模型训练方法，其特征在于，所述方法包括： 使用模型训练数据对被训练模型进行训练，所述模型训练数据包括图像数据和文本数据中的至少一种； 获取模型训练信息，所述模型训练信息包括在当前训练迭代结束时得到的所述被训练模型的第一模型参数； 确定所述第一模型参数的误差度，所述误差度表征所述第一模型参数的波动程度和偏差程度； 基于所述误差度，确定所述第一模型参数的参数权重，所述参数权重表征所述第一模型参数在模型训练过程中的重要程度，其中，所述误差度越大，所述参数权重越小； 依据所述参数权重，对所述第一模型参数进行更新，得到第二模型参数，并将所述第二模型参数作为下一训练迭代的初始模型参数； 若所述误差度大于第一稳健度阈值，则基于所述当前训练迭代的第一学习率，得到第二学习率，并将所述第二学习率作为所述下一训练迭代的学习率，其中，所述第二学习率小于所述第一学习率； 若所述误差度小于第二稳健度阈值，则基于所述当前训练迭代的第一学习率，得到第三学习率，并将所述第三学习率作为所述下一训练迭代的学习率，其中，所述第三学习率大于所述第一学习率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区综保区经一路1号8幢；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。