一種基于知識庫的深度學(xué)習(xí)模型訓(xùn)練和自動化調(diào)優(yōu)方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202010307178.6 申請日 -
公開（公告）號 CN111612141A 公開（公告）日 2020-09-01
申請公布號 CN111612141A 申請公布日 2020-09-01
分類號 G06N3/08(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 楊晨;張嘉森;滕峰 申請（專利權(quán)）人 深圳市艾伯信息科技有限公司
代理機(jī)構(gòu) 深圳市壹壹壹知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 阮帆
地址 518000廣東省深圳市前海深港合作區(qū)前灣一路1號A棟201室（入駐深圳市前海商務(wù)秘書有限公司）
法律狀態(tài) -

摘要

摘要 本發(fā)明實(shí)施例公開了一種基于知識庫的深度學(xué)習(xí)模型訓(xùn)練和自動化調(diào)優(yōu)方法及系統(tǒng)，所述方法包括：步驟1：選取可配置項，設(shè)定取值范圍及權(quán)重；步驟2：設(shè)定固定項取值；步驟3：初始化；步驟4：進(jìn)行一個epoch訓(xùn)練；步驟5：達(dá)到最大epoch次數(shù)，則執(zhí)行步驟7；否則輸出模型，執(zhí)行步驟6；步驟6：計算模型在驗證集上的損失，如果收斂到預(yù)設(shè)值，則執(zhí)行步驟7；否則執(zhí)行步驟4；步驟7：進(jìn)行測試并計算結(jié)果；步驟8：保存訓(xùn)練結(jié)果及可配置項取值；步驟9：若無可調(diào)項則結(jié)束訓(xùn)練，執(zhí)行步驟10；否則調(diào)整可配置項取值，執(zhí)行步驟3；步驟10：更新AI知識庫。本發(fā)明可以根據(jù)歷史訓(xùn)練結(jié)果自行調(diào)整訓(xùn)練，迭代地尋找較優(yōu)解，從而節(jié)省大量的人力成本。??