首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

分类模型的训练方法、分类方法、装置、设备和存储介质 

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!

申请/专利权人:北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司

摘要:本发明实施例公开分类模型的训练方法、分类方法、装置、设备和存储介质,涉及计算机技术领域,该方法包括:获取有标签数据和无标签数据;确定与无标签数据对应的增强无标签数据;将有标签数据、有标签数据的真实类型、无标签数据以及增强无标签数据,作为训练数据输入初始分类模型,对初始分类模型进行模型训练,并计算损失函数;基于反向传播算法进行模型优化直至满足预设优化条件,得到训练完成的目标分类模型。上述技术方案,损失函数包括有监督损失函数和对称性一致度量损失函数构成的无监督损失函数,使得目标分类模型学习到较为准确的有标签数据和无标签数据的信息,根据目标分类模型可以确定待分类数据较为准确的概率分布,提升分类精度。

主权项:1.一种分类模型的训练方法,其特征在于,包括:获取有标签数据和无标签数据,确定与所述无标签数据对应的增强无标签数据,其中,所述有标签数据为有标签图像数据,所述无标签数据为无标签图像数据;将所述有标签数据、所述有标签数据的真实类型、所述无标签数据以及所述增强无标签数据,作为训练数据输入初始分类模型,对所述初始分类模型进行模型训练,并计算损失函数,其中,所述损失函数包括有监督损失函数和无监督损失函数,所述无监督损失函数为对称性一致度量损失函数;基于反向传播算法进行模型优化直至满足预设优化条件,得到训练完成的目标分类模型。

全文数据:

权利要求:

百度查询: 北京沃东天骏信息技术有限公司 北京京东世纪贸易有限公司 分类模型的训练方法、分类方法、装置、设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。