摘要
本申请公开了一种多任务模型训练方法、装置、设备及介质,涉及人工智能技术领域,包括:对各目标任务进行任务特征分析,获取任务复杂度、数据分布特征、任务类型;若存在任务类型为同一类型的目标任务,则将属于同一类型的目标任务标记为相似任务,根据各相似任务的任务复杂度和数据分布特征设置各网络层的第一神经元数量及网络层的第一层数,执行训练多任务模型的第一训练流程;若不存在任务类型为同一类型的目标任务,则根据各目标任务的任务复杂度和数据分布特征设置各网络层的第二神经元数量及网络层的第二层数,执行训练多任务模型的第二训练流程;获取达到训练结束条件的当前多任务模型为训练后的多任务模型。提高了任务训练效率和精度。
技术关键词
数据分布特征
复杂度
多任务
精度
存储计算机程序
人工智能技术
训练装置
标记
输出模块
可读存储介质
处理器
电子设备
文本
存储器
系统为您推荐了相关专利信息
局部放电识别方法
动态校正
特征值
图谱
特征参量
红外传感器阵列
高精度路面
温度采集系统
非接触式
温度传感器校准
流体系统
高精度预测方法
神经网络模型
表达式
动态
服务调度算法
分布式平台
节点状态信息
测试方法
网络拓扑结构