一种基于深度学习的人工智能模型构建方法及装置

本申请涉及一种基于深度学习的人工智能模型构建方法及装置，方法包括：获取数据集，并对数据集进行坐标标记，得到训练样本；加载预训练模型的特征架构，在特征架构的基础上增加扩展架构；冻结特征架构，并调整扩展架构的权重到设定值；利用训练样本根据学习率训练预训练模型，得到目标模型。采用本方法能够避免了从零开始训练模型的高昂计算成本和时间，提高特定任务的模型准确度和效率，也适用于缺乏大量数据的模型训练情况，模型能够在不破坏原有特征的基础上进一步优化，避免了模型建立过程中过拟合和模型性能下降的风险。