摘要
本公开提供了一种数据处理模型的训练方法及装置,应用于数据处理领域,方法包括:获取交易记录,交易记录包括交易账号,交易账号携带类别标签;构建第一交易网络确定第一嵌入矩阵;基于预设规则生成第二嵌入矩阵;基于统计指标和初始自编码器生成第一统计矩阵;根据第二嵌入矩阵和第一统计矩阵确定第一误差;根据第一嵌入矩阵和第一统计矩阵对初始多层神经网络模型进行训练,得到交易账号的预测结果;根据预测结果和类别标签确定第二误差;根据第一误差和第二误差调整初始多层神经网络模型和初始自编码器的参数得到目标多层神经网络模型和目标自编码器。应用本方法,可以达到使用较少的样本数据,达到更好的模型训练的效果。
技术关键词
多层神经网络模型
矩阵
账号
编码器
误差
数据处理模型
指标
节点
表达式
标签
参数
子模块
数据处理装置
数据处理方法
逻辑
计算机
处理器
算法
系统为您推荐了相关专利信息
文本特征向量
图像特征向量
节点
识别方法
生成图文
输电网络
结构构件
性能评估方法
输电导线
输电塔
交叉注意力机制
影像
转换方法
特征提取网络
编码器
恶意代码识别
图像修复算法
恶意代码分类方法
转换器
纹理
结构磁共振
阿尔茨海默症
分类方法
构建分类模型
通道注意力机制