摘要
本发明涉及人工智能技术,揭露了一种基于多轮对抗优化的大模型快速调优方法及装置,包括:将获取的调优图像数据集划为训练集验和证集,利用预训练的大模型对训练集进行结果预测,根据预测结果与标准结果的梯度值为训练集添加噪声,得到初始对抗数据集,利用大模型对初始对抗数据进行结果预测,根据对抗预测结果与标准结果的损失值调整大模型的超参数并为训练集添加噪声,直到达到迭代次数,利用验证集对大模型进行性能验证,根据验证结果确认是否调优完成,若调优完成则确认得到调优大模型,利用调优大模型对获取的监控图像进行物体识别,得到识别结果。本发明还提出一种基于多轮对抗优化的大模型快速调优装置。本发明可以提高模型调优的效率。
技术关键词
调优方法
训练集
噪声
数据
池化特征
卷积特征
样本
图像识别模块
超参数
物体
人工智能技术
因子
非线性
系统为您推荐了相关专利信息
灰色Verhulst模型
灰色模型
天然气
灰色预测模型
卡尔曼滤波模型
数据生成模型
训练数据生成方法
指令
数据更新
人工智能模型
医疗交互
数据处理子系统
辅助决策系统
归因
数据输出模块
调制解调器
电话业务
自动化测试系统
系统主体
数据管理模块
生成对抗网络模型
报文异常检测方法
电力工控系统
门控循环单元
协议