摘要
本发明提供一种用于智能售卖的人工智能模型构建方法,应用于热食智能售卖设备上,所述方法包括:步骤1,根据设备数据平台和智能售卖设备的各种传感器,收集餐食数据、温度数据、加热参数、用户偏好、场地数据;步骤2,对采集集的数据进行清洗和整理,采用深度神经网络架构,构建人工智能模型;步骤3,使用高性能计算硬件对人工智能模型进行训练,重点训练不同场景下机器参数配置策略差异;步骤4,采用大模型超参数调优技术对人工智能模型进行算法优化;步骤5,通过函数式对人工智能模型进行评估验证;步骤6,去除人工智能模型中的冗余参数,使用模型量化和知识蒸馏技术,减少人工智能模型的计算量和存储需求。
技术关键词
人工智能模型
智能售卖设备
深度神经网络架构
知识蒸馏技术
取货小车
调优技术
模型超参数
数据平台
加热传感器
运动传感器
场景
匹配设备
网络深度
训练集
中间层
算法
高性能
系统为您推荐了相关专利信息
人工智能模型
多模态
后台管理模块
报警系统
数据采集模块
动态知识图谱
强化学习框架
动态校准方法
答案
阈值机制
人工智能模型
散热结构
工作模式调节方法
时间段
风扇
智能探测系统
特征提取模块
智能探测方法
声谱
梅尔频率倒谱系数