摘要
本申请实施例提供了一种基于超参数优化的人工智能模型构建方法及装置,获取随机生成超参数集合中第一超参数组并评估性能指标,利用智能体,推荐更优第二超参数组并进行评估,根据第二超参数组及其性能指标调整智能体并更新超参数集合。通过持续用性能反馈优化智能体,输出最新第二超参数组,将最新得到第二超参数组作为最优超参数组训练用于实现目标任务的神经网络模型,无需依赖人工经验来预设超参数组,智能体根据随机采样超参数组以及对应性能指标,逐步生成性能指标更优的超参数组,进而实现任意模型的超参数自动优化,以此方法构建和训练出的模型,性能优异,在视频图像、音频信号的检测分析等数据处理上,速度快、准确率高。
技术关键词
超参数
神经网络模型
人工智能模型
子模块
样本
可读存储介质
依赖人工
存储器
计算机
处理器
电子设备
音频
视频
程序
图像
速度
信号
数据
系统为您推荐了相关专利信息
视觉特征
报告自动生成方法
深度神经网络模型
解码器
医学影像数据
交易风险识别
样本
模型训练方法
机器学习训练
神经网络模型
系统管理模块
综合管理系统
深度卷积残差网络
综合管理方法
广义线性模型