[發明專利]模型訓練方法、系統、芯片、電子設備及介質

在審

• 申請號: 202010064764.2
• 申請日: 2020-01-20
• 公開（公告）號: CN111191789A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 王益縣;章子譽
• 申請（專利權）人: 上海依圖網絡科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08
• 代理公司: 上海市匯業律師事務所 31325
• 代理人: 唐嘉偉

1.一種模型訓練方法，其特征在于包括：

S1，在預設的基礎神經網絡上訓練一組模型，選出在驗證集上性能最好的模型T0；

S2,在T0上進行優化獲得若干備選實驗配置，對所述若干備選實驗配置訓練并獲得其中性能最優的模型T1’；

S3,對T1’重新訓練，確保重新訓練的性能結果的平均值大于T0的性能，得到最優的模型配置。

2.根據權利要求1所述的模型訓練方法，其特征在于：S2中，所述在T0上進行優化的方法為調整參數。

3.根據權利要求2所述的模型訓練方法，其特征在于：所述參數包括以下之一或組合：模型寬度，學習速率，優化策略，是否使用數據增強，數據增強的參數，網絡單位模塊。

4.根據權利要求1-3任一所述的模型訓練方法，其特征在于：S3對T1’的重新訓練中，如果重新訓練的性能結果大于T0的性能結果，則替代T0作為新的備選實驗配置。

5.根據權利要求4所述的模型訓練方法，其特征在于：所述迭代優化的過程反復循環進行，直至性能最優時停止。

6.一種模型優化部署系統，其特征在于，包括：

數據預處理模塊，接受回流數據，然后輸出經過預處理的數據集；

模型訓練模塊，對數據集執行權利要求1-6中任一所述的模型訓練方法，得到最優配置模型；

模型部署模塊，根據待部署的硬件的環境對最優配置模型進行適配并轉換，最終部署于所述硬件。

7.根據權利要求6所述的模型優化部署系統，其特征在于：還包括數據標注模塊，對輔助進行數據標注。

8.一種芯片，其特征在于，包括處理器，用于從存儲器中調用并運行計算機程序，使得安裝有所述芯片的設備執行權利要求1-5中任一項所述的模型訓練方法。

9.一種電子設備，其特征在于：包括處理器、以及用于存儲處理器的可執行指令的存儲器，所述處理器運行時執行權利要求1-5中任一所述的模型訓練方法。

10.一種計算機可讀介質，其特征在于：所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序指令被處理執行時，實現權利要求1-5中任一所述的訓練方法。