摘要
本发明公开了一种基于深度学习的人工智能网络优化训练系统及方法,该系统包括:请求解析模块,用于确定训练任务类型和初始模型超参数并获取可用边缘设备列表;参数监测模块,用于确定模型指标监测阈值并对训练过程中的模型指标进行实时监测,并调整对应的模型超参数;多目标优化模块,用于初始化目标权重并计算多目标最优解集;自适应训练模块,用于生成训练策略并对训练策略进行优化调整;协同训练模块,用于对可用边缘设备分配训练任务并将训练过程中的模型指标反馈给参数检测模块。本发明根据人工智能网络的具体参数动态调整训练模式,实现多目标优化,支持边缘设备分布式训练,并提高模型的鲁棒性,从而提高训练精度和效率,扩大适用范围。
技术关键词
人工智能网络
模型超参数
训练系统
子模块
指标
优化训练方法
训练集
策略
列表
资源分配参数
样本
分布式训练
监测模块
中心服务器
数值
生成算法
学习算法
系统为您推荐了相关专利信息
草莓成熟度
神经网络架构
样本
特征提取网络
训练集
界面修饰层
钙钛矿层
电荷传输效率
界面附着力
界面缺陷
工作井
引水隧洞
综合评价指标
布置方法
信息鉴别方法
体验评估方法
风险
软件操作界面
指数
后台服务器
性能优化方法
合金材料
贪婪策略
群体智能优化技术
算法