摘要
本发明提供一种面向多任务场景的模型推理方法、装置、设备、介质及产品,方法包括:获取多领域数据;将多领域数据输入至多任务学习模型,得到多任务学习模型输出的多维度模型推理结果。本发明提供的面向多任务场景的模型推理方法,从特征层面显式分离为任务共享特征提取和任务特定特征提取这两个分支,并有效隔离了任务特定特征对任务共享特征的提取,这种解耦机制有效提升了特征提取的准确性,并且,从缓存中读取任务共享特征来实现任务特定特征提取,使得任务共享特征在多任务间能够高效复用,极大减少了重复计算的情况,降低了计算成本并加快了推理速度,因此,改进后的多任务学习模型能够在多领域数据上实现高效、高精度的多任务协同推理。
技术关键词
面向多任务
多任务学习模型
推理方法
融合特征
场景
路由器
计算机程序产品
数据
解耦机制
模块
推理装置
处理器
矩阵
电子设备
存储器
样本
介质
分支
系统为您推荐了相关专利信息
配电网故障检修
VR设备
实时数据传输
原始故障数据
配电网设备
非线性模型预测控制
优化运动轨迹
特征金字塔网络
输出特征
高频特征