摘要
本申请涉及预测领域,特别是涉及一种分类预测模型生成方法、预测方法、装置和设备,分类预测模型生成方法包括:对节点关系训练图进行分割,得到多个训练子图,能够降低训练的数据量,降低资源消耗,提高训练效率;图神经网络模型的特征更新训练模块能实现多层次消息传递,使得节点特征在更新过程中可充分融合多轮邻居信息与自身特征,提升特征的丰富度;结合各训练子图的预测结果与标准结果确定损失并迭代训练,能让模型不断优化参数,得到分类预测模型,该分类预测模型在进行实际场景预测时能够提高预测精准度。
技术关键词
分类预测模型
神经网络模型
生成方法
分类特征
节点特征
模块
分割算法
邻居
矩阵
指令
关系
超参数
电子设备
生成装置
多层次
存储器
处理器
场景
资源
系统为您推荐了相关专利信息
图像处理模型
特征提取单元
姿势
图像提取特征
图像编码器
人脸关键点
像素点
图像生成方法
坐标
感兴趣区域图像
虚拟驾驶环境
仿真测试系统
视频流
数据
仿真模型
实时监测系统
神经网络模型
实时监测方法
数据分析模块
节点数
电子线路板
深度学习模型
多任务学习方法
多任务学习模型
表达式