一种模型训练方法、业务执行方法、装置以及存储介质

AITNT
正文
推荐专利
一种模型训练方法、业务执行方法、装置以及存储介质
申请号:CN202411611434
申请日期:2024-11-12
公开号:CN119357672A
公开日期:2025-01-24
类型:发明专利
摘要
本说明书提供的一种模型训练方法、业务执行方法、装置以及存储介质,可以获取目标数据集,对目标数据集中包含的各深度学习任务的任务数据进行聚类处理,以划分出不同的任务簇,针对每个深度学习任务,将该深度学习任务的任务数据输入到与该深度学习任务所在的任务簇相对应的待训练的预测模型中,以使预测模型从该深度学习任务的任务数据中提取出任务特征,并根据任务特征确定执行该深度学习任务的预测耗时,根据预测耗时与执行该深度学习任务的实际耗时之间的偏差,确定损失值,并根据损失值对预测模型进行训练。
技术关键词
业务执行方法 数据 模型训练方法 特征提取模型 聚类 模型训练装置 偏差 可视化界面 处理器 参数 可读存储介质 资源 模块 存储器 电子设备 关系 计算机 程序
系统为您推荐了相关专利信息
1
一种结合高斯回归的绝缘子检测数字滤波算法及系统
数字滤波算法 IIR数字滤波器 频率响应 消除电磁场干扰 GPR模型
2
一种潜在用户识别方法及相关装置
识别方法 异构 关系 网络 矩阵
3
多粒度感知与原型驱动的超高清图像域自适应识别方法
训练图像数据 原型 识别方法 多粒度特征 无监督
4
一种测试二氧化碳浓度的方法
云端服务器 红外光谱仪 LoRaWAN网络 集成外部数据源 多波长
5
基于自动驾驶的静态地图构建方法及装置
点云地图 因子 三维点云数据 深度确定性策略梯度 地标
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号