申请/专利权人：北京百度网讯科技有限公司

申请日：2020-01-10

公开（公告）日：2021-07-16

公开（公告）号：CN113128677A

主分类号：G06N3/08(20060101)

分类号：G06N3/08(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的撤回

法律状态：2024.02.23#发明专利申请公布后的撤回;2021.08.03#实质审查的生效;2021.07.16#公开

摘要：本公开涉及人工智能领域。本公开的实施例公开了模型生成方法和装置。该方法包括：通过依次执行多次迭代操作生成用于执行深度学习任务的神经网络模型；迭代操作包括：基于当前的奖励反馈值以及预设的中间监督策略搜索空间确定出预设的神经网络模型在当前迭代操作中的中间监督策略；基于在当前的迭代操作中确定出的中间监督策略对预设的神经网络模型进行训练，并根据训练后的神经网络模型的性能更新奖励反馈值；响应于确定奖励反馈值达到预设的收敛条件或迭代操作的次数达到预设的阈值，停止迭代操作，基于当前迭代操作中训练后的神经网络模型的参数生成用于执行深度学习任务的神经网络模型。该方法可以加快神经网络的训练速度。

主权项：1.一种模型生成方法，包括：通过依次执行多次迭代操作生成用于执行深度学习任务的神经网络模型；其中，所述迭代操作包括：基于当前的奖励反馈值以及预设的中间监督策略搜索空间确定出预设的神经网络模型在当前迭代操作中的中间监督策略，其中，所述奖励反馈值的初始值是预设的数值，所述预设的中间监督策略搜索空间包括在所述预设的神经网络模型加入的中间损失函数的数量搜索空间和位置搜索空间，所述中间损失函数用于监督所述预设的神经网络模型中对应位置之前的网络层的训练；基于在当前的迭代操作中确定出的中间监督策略对所述预设的神经网络模型进行训练，得到训练后的神经网络模型的性能，并根据训练后的神经网络模型的性能更新所述奖励反馈值；响应于确定奖励反馈值达到预设的收敛条件或迭代操作的次数达到预设的阈值，停止迭代操作，基于当前迭代操作中训练后的神经网络模型的参数生成所述用于执行深度学习任务的神经网络模型。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 模型生成方法和装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD