摘要
本申请公开了一种融合不同细分领域的模型的方法。训练多个指令模型。将每个指令模型的参数矩阵减去基础模型的参数矩阵,得到每个指令模型的参数差值矩阵。在每个指令模型的参数差值矩阵中删除部分参数——即矩阵元素,得到每个指令模型的删除部分参数后的参数差值矩阵。对每个指令模型的删除部分参数后的参数差值矩阵进行参数重分布。对每个指令模型的参数重分布后的参数差值矩阵进行参数融合以及加权平均,并用多项式学习建模获得一个最终参数差值矩阵。将所述最终参数差值矩阵和基础模型的参数矩阵进行参数合并,获得统一指令模型。本申请实现了将多个独立的指令模型融合为一个统一模型。
技术关键词
矩阵
参数
指令
基础
多项式
元素
数据
机器学习模型
邻居
答案
指标
动态
尺寸
系统为您推荐了相关专利信息
北斗伪卫星
动态定位方法
加权最小二乘法
方程
卫星高度角
腐蚀速率预测
寿命预测系统
长短期记忆网络
三维卷积神经网络
混凝土结构
柔性关节机器人
跟踪控制方法
模型预测控制器
方程
时延估计方法