摘要
本申请涉及一种网络设备配置转换方法和网络配置转换模型训练方法。所述方法包括:将源网络设备配置数据和源用户标识向量输入至编码器网络,由与源网络设备配置数据对应的多个编码专家网络根据源用户标识向量对源网络设备配置数据进行提取处理,得到多个深层非线性特征;并对多个深层非线性特征进行整合,得到整合后的深层非线性特征;将整合后的深层非线性特征和目标用户标识向量输入至解码器网络,由解码器网络中与整合后的深层非线性特征对应的多个解码专家网络根据目标用户标识向量对整合后的深层非线性特征进行特征转换,得到多个转换结果;对多个转换结果进行整合,得到目标网络设备配置数据。采用本方法能够提高网络设备配置转换的扩展性。
技术关键词
网络设备配置
非线性特征
训练集
双语语料
标识
解码器
编码器
模型训练方法
转换方法
数据
计算机程序产品
处理器
计算机设备
存储器
指标
频率
参数
系统为您推荐了相关专利信息
医用内窥镜
数码单反相机
图像
混合损失函数
解码器
水稻病虫害
智能监测系统
智能监测方法
病斑面积
深度学习模型