摘要
本发明实施例提供了一种流匹配生成模型的训练方法、推理方法及相关装置,用于提升流匹配生成模型训练过程的效率。本发明实施例方法包括:获取噪声、时刻t、从噪声中采集的第一模态对象及第一模态对象的环境特征;将噪声、时刻t、第一模态对象及环境特征输入至初始化的流匹配生成模型,以得到初始化的流匹配生成模型输出的t+1时刻的条件概率路径的预测速度场向量;利用预设的损失函数计算预测速度场向量与真实速度场向量之间的损失,其中,预设的损失函数包括第一损失函数和第二损失函数中的至少一项,以及第三损失函数;利用损失和反向传播算法,对初始化的流匹配生成模型进行训练,直至流匹配生成模型收敛为止,以得到训练后的流匹配生成模型。
技术关键词
推理方法
对象
速度
噪声
传播算法
推理装置
计算机装置
计算机程序产品
处理器
训练装置
可读存储介质
机器人
语音
存储器
图像
系统为您推荐了相关专利信息
深度滤波器
滤波器系数
卷积循环网络
语音特征提取
语音降噪方法
土方量计算方法
无人机数字
数字高程模型
航拍
计算机可读指令
XGBoost模型
累计直方图
分箱
联邦建模方法
联邦建模装置