摘要
本发明涉及一种基于不变图学习的测试时间训练方法,所述方法包括以下步骤:步骤1:联合训练阶段,使用标记的训练集数据通过图分类任务和辅助自监督任务对联合训练编码器fg以及主任务分类头πm和自监督任务分类头πs1、πs2分别进行训练,其中联合训练阶段分为两部分,分为不变图识别和多级图对比学习;步骤2:测试时间训练阶段,通过最小化训练域和测试域特征分布的差异,实现模型在测试数据上的自适应;步骤3:测试阶段,在模型测试阶段,利用测试样本进行模型评估和微调的具体流程和策略。该方案通过测试时间训练方法,利用无标签测试数据分布对模型进行微调,提高了模型在分布偏移场景下的泛化性能。
技术关键词
节点特征
编码器
样本
训练集数据
标签
参数敏感性分析
联合损失函数
阶段
全局平均池化
多层感知器
语义层面
定义特征
处理器
协方差矩阵
特征选择
计算机
系统为您推荐了相关专利信息
二进制程序漏洞
Siamese网络
系统调用函数
抽象语法树
计算机程序检测技术
工业六轴机器人
激光距离传感器
钢卷信息
贴标头
剥离装置
数据分流方法
数据分流系统
标签
芯片
交换机网口
策略
控制系统
数据采集模块
控制模块
人工智能控制技术
预训练方法
文本编码器
图像编码器
局部图像特征
多模态