摘要
本申请公开了一种动作识别模型构建方法、装置、计算机设备及存储介质,涉及神经网络领域。所述方法包括:确定第一待训练模型的第一权重矩阵、第二权重矩阵以及隐藏状态,分别对第一权重矩阵和第二权重矩阵进行张量分解,得到第一张量链和第二张量链;根据第一张量链、第二张量链、隐藏状态和训练张量样本,得到目标隐藏状态,对目标隐藏状态进行池化处理,得到池化结果,根据池化结果和训练张量样本的标签,对第一待训练模型进行调整,得到第一目标模型。本申请的方法由于降低了参数量,从而降低第一目标模型在使用时的计算资源占用,提高了识别效率。
技术关键词
动作识别模型
样本
矩阵
数据
计算机设备
注意力
标签
序列
模块
存储器
处理器
视频
通道
系统为您推荐了相关专利信息
智能辅助方法
工业设备
大语言模型
设备运行状态数据
生成机制
隔振系统
状态评估方法
位移传感器
气囊隔振器
Sigmoid函数
障碍识别方法
人形机器人
颈部结构
激光雷达
分支
分布式消息系统
分布式文件系统
表格
映射算法
界面管理
新能源电站
MLP神经网络
新能源场站
有功功率
损耗