[發明專利]一種數據處理方法、裝置及計算機可讀存儲介質

在審

• 申請號: 201811615971.1
• 申請日: 2018-12-27
• 公開（公告）號: CN109615023A
• 公開（公告）日: 2019-04-12
• 發明（設計）人: 趙璐;劉佑達;馬杰;李琳
• 申請（專利權）人: 咪咕文化科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 姚文嫻;張穎玲

1.一種數據處理方法，其特征在于，所述方法包括：

利用預設識別模型輸出的預測數據，以及樣本數據對應的標簽數據，得到梯度數據；所述梯度數據表征所述預設數據與所述標簽數據的差異的變化；所述預測數據是利用訓練集中的樣本數據，并基于所述預設識別模型得到的；所述標簽數據用于表征所述樣本數據的類別；

基于所述梯度數據，確定比例積分微分PID控制參數；

利用確定的PID控制參數，以及所述梯度數據，對所述預設識別模型的學習速率進行更新，以調整所述預設識別模型的收斂速度。

2.根據權利要求1所述的方法，其特征在于，所述基于所述梯度數據，確定PID控制參數，包括：

利用所述梯度數據，基于梯度的平方運算，確定PID控制參數中的積分控制參數；

利用所述梯度數據，基于梯度的差值運算，確定PID控制參數中的微分控制參數。

3.根據權利要求1所述的方法，其特征在于，所述利用確定的PID控制參數，以及所述梯度數據，對所述預設識別模型的學習速率進行更新，包括：

利用所述PID控制參數中比例放大控制參數、積分控制參數、微分控制參數，得到第四參數；

利用所述第四參數，對訓練步長進行更新；

基于更新后的訓練步長，以及所述梯度數據，對所述預設識別模型的學習速率進行更新。

4.根據權利要求3所述的方法，其特征在于，所述利用所述PID控制參數中比例放大控制參數、積分控制參數、微分控制參數，得到第四參數，包括：

確定第一系數、第二系數；

計算所述第一系數與所述積分控制參數的數值的乘積，得到第一數值；

計算所述第二系數與所述微分控制參數的數值的乘積，得到第二數值；

計算所述第一數值、第二數值、比例放大控制參數的第三數值的數值之和，得到第四參數。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

判斷所述梯度數據的數值是否等于預設閾值；

當確定所述梯度數據的數值等于預設閾值時，停止對所述預設識別模型的學習速率進行更新。

6.一種數據處理裝置，其特征在于，所述裝置包括：

梯度計算單元，利用預設識別模型輸出的預測數據，以及樣本數據對應的標簽數據，得到梯度數據；所述梯度數據表征所述預設數據與所述標簽數據的差異的變化；所述預測數據是利用訓練集中的樣本數據，并基于所述預設識別模型得到的；所述標簽數據用于表征所述樣本數據的類別；

確定單元，用于基于所述梯度數據，確定PID控制參數；

更新單元，利用確定的PID控制參數，以及所述梯度數據，對所述預設識別模型的學習速率進行更新，以調整所述預設識別模型的收斂速度。

7.根據權利要求6所述的裝置，其特征在于，所述確定單元，具體用于：

利用所述梯度數據，基于梯度的平方運算，確定PID控制參數中的積分控制參數；利用所述梯度數據，基于梯度的差值運算，確定PID控制參數中的微分控制參數。

8.根據權利要求6所述的裝置，其特征在于，所述更新單元，具體用于：

利用所述PID控制參數中比例放大控制參數、積分控制參數、微分控制參數，得到第四參數；利用所述第四參數，對訓練步長進行更新；基于更新后的訓練步長，以及所述梯度數據，對所述預設識別模型的學習速率進行更新。

9.根據權利要求8所述的裝置，其特征在于，所述更新單元，具體用于：

確定第一系數、第二系數；計算所述第一系數與所述積分控制參數的數值的乘積，得到第一數值；計算所述第二系數與所述微分控制參數的數值的乘積，得到第二數值；計算所述第一數值、第二數值、比例放大控制參數的第三數值的數值之和，得到第四參數。

10.一種計算機存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至5任一項所述方法的步驟。