一种废料评估神经网络模型训练方法以及废料评估系统

本发明提供一种废料评估神经网络模型训练方法以及废料评估系统。训练方法包括：获取样本集，样本集包括多个输入向量和每个输入向量对应的实际输出向量；执行迭代训练：GRU生成网络根据每个样本的输入向量生成预测输出向量；利用对数均值损失函数计算每个样本的实际输出向量和预测输出向量之间的错误率，选择最大的错误率作为本次迭代错误率；若本次迭代错误率小于或等于预设的错误率阈值，则停止迭代，将本次迭代获得的GRU生成网络作为废料评估神经网络模型，保存废料评估神经网络模型的模型参数至数据库，若本次迭代错误率大于预设的错误率阈值，则选择最大的错误率的样本通过梯度下降算法调整GRU生成网络的模型参数，进入下一次迭代。