摘要
公开了用于实现模型训练的方法、介质及电子设备,其中方法的包括:获取多个样本,并将多个样本作为候选样本,获得多个候选样本;根据各候选样本分别对待训练模型的当前动力学参数的影响,确定各候选样本的当前训练价值;根据各候选样本的当前训练价值,从多个候选样本中选取部分样本作为当前训练样本;将所述当前训练样本作为输入提供给所述待训练模型;根据所述待训练模型的输出进行损失计算,并根据所述损失计算的结果更新所述待训练模型的模型参数。本公开提供的技术方案有利于使训练过程中的计算资源集中在当前训练价值较高的候选样本上,从而有利于提高模型的训练效率,并有利于提高模型在对稀疏样本上的识别能力以及泛化能力等方面的性能。
技术关键词
样本
稳态
矩阵
特征值
监督学习框架
参数
电子设备
网络
学生
处理器
教师
可读存储介质
指令
存储器
蒸馏
指数
计算机
系统为您推荐了相关专利信息
营销管理方法
样本
构建决策树
模糊C均值聚类
大数据
刀具磨损量
注意力机制
预测刀具
残差神经网络
残差网络
题目推荐方法
知识点
推荐学习课程
前馈神经网络
神经网络模型