摘要
本公开涉及计算机技术领域,提供了一种图文匹配模型的训练方法、装置、电子设备及存储介质。该方法包括:将当前批训练文本和当前批训练图像输入图文匹配模型进行编码,得到当前批训练文本的初始特征向量和当前批训练图像的初始特征向量;从特征存储队列获取历史批训练文本的特征向量和历史批训练图像的特征向量;基于当前批特征向量和历史批特征向量,得到损失值并基于损失值更新图文匹配模型的参数,得到训练完成的图文匹配模型;将当前批训练文本和当前批训练图像输入训练完成的图文匹配模型进行编码,得到当前批训练文本的特征向量和当前批训练图像的特征向量并据此更新特征存储队列,提高图文匹配模型的性能和增强图文匹配模型的鲁棒性。
技术关键词
文本
编码器
队列
图文
图像编码
词嵌入向量
训练集
编码模块
参数
电子设备
可读存储介质
处理器
注意力
模型更新
训练装置
存储器
鲁棒性
系统为您推荐了相关专利信息
医药
命名实体识别方法
移动设备
文本
词向量模型
遥感影像特征
特征提取器
模型预训练
特征提取模块
分支
回复方法
文档关键词
分块
混合检索方法
文档分类
神经网络预测模型
融合特征
蒙特卡洛树搜索方法
深度神经网络
注意力