摘要
本发明实施例提供了一种多目标模型的训练方法,包括:基于服务器端和用户端的视频信息生成M个第一特征向量;获得与目标二项分布概率关联的M个第一锚点向量和M个第二锚点向量;根据第一损失值和第二损失值对多目标模型进行更新,得到更新后的多目标模型。本申请通过根据服务器端和用户端的视频信息转换得到M个第一特征向量,根据目标二项分布概率对M个第一特征向量进行数据拓展和降维处理得到M个第一锚点向量和M个第二锚点向量,据此生成多目标无监督学习算法的第一损失值,配合多目标有监督学习算法的第二损失值对多目标模型进行更新,从而拓展了训练多目标模型的样本,解决了训练多目标模型时出现数据稀疏性的问题。
技术关键词
锚点
视频
计算机程序产品
无监督学习算法
处理器
多层感知器
可读存储介质
数据
样本
信息检索
训练装置
指令
日志
模块
存储器
电子设备
系统为您推荐了相关专利信息
电力设备模型
设备状态信息
降阶模型
物理
仿真数据
双向长短期记忆
薛定谔方程
光纤
门控循环单元
非线性
车辆续航里程
能耗
策略
数据处理模块
上存储计算机程序