摘要
本发明涉及一种基于人机混合智能的智能加速平台模型高效训练方法,包括:1、将原始数据输入训练数据集;2、通过加载信息约减算法对已标注数据进行冗余处理,形成优化后数据集;3、判断迭代训练是否结束,若结束,则退出训练,若未结束,则进入步骤4;4、继续神经网络模型训练,通过信息度量算法进行信息价值的评估,根据评估结果进行信息价值排序,根据预算规模,将数据排名位于预算规模前的数据提取出后进行人工标注,人工标注后的数据再加入到训练数据集中,进行后续迭代训练,同时将数据排名位于预算规模后的数据丢弃;通过不断循环的加载信息约减算法和信息度量算法,直至达到设定的训练迭代次数,实现了通过价值排序及冗余删除达到了高效训练的目的。
技术关键词
人机混合智能
高效训练方法
神经网络模型训练
核心
算法
特征提取网络
度量
智能加速卡
规模
硬件平台
主机操作系统
集群
原型
软件包
特征提取器
分类器
数据冗余