度量學(xué)習(xí)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202010319378.3 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN111667050B 公開(kāi)（公告）日 2021-11-30
申請(qǐng)公布號(hào) CN111667050B 申請(qǐng)公布日 2021-11-30
分類號(hào) G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 黃振杰;李德紘;張少文;馮琰一 申請(qǐng)（專利權(quán)）人 廣州佳都科技軟件開(kāi)發(fā)有限公司
代理機(jī)構(gòu) 北京澤方譽(yù)航專利代理事務(wù)所（普通合伙） 代理人 陳照輝
地址 511400 廣東省廣州市番禺區(qū)東環(huán)街迎賓路832號(hào)番禺節(jié)能科技園內(nèi)番山創(chuàng)業(yè)中心1號(hào)樓2區(qū)306房
法律狀態(tài) -

摘要

摘要 本發(fā)明實(shí)施例公開(kāi)了一種度量學(xué)習(xí)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及度量學(xué)習(xí)技術(shù)領(lǐng)域，其包括：獲取訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集中每個(gè)樣本對(duì)應(yīng)一個(gè)用于標(biāo)識(shí)所屬類別的標(biāo)簽；根據(jù)訓(xùn)練數(shù)據(jù)集中各樣本所屬類別構(gòu)建至少一個(gè)第一樣本集合，第一樣本集合對(duì)應(yīng)第一數(shù)量的類別且第一樣本集合中每個(gè)類別具有等量的第一樣本；根據(jù)第一樣本集合中各第一樣本對(duì)應(yīng)的第一特征向量計(jì)算神經(jīng)網(wǎng)絡(luò)模型的損失函數(shù)，并基于每個(gè)第一樣本集合對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行迭代訓(xùn)練，直到損失函數(shù)滿足第一穩(wěn)定條件，第一特征向量通過(guò)神經(jīng)網(wǎng)絡(luò)模型得到。采用上述方案可以解決現(xiàn)有技術(shù)中三元組損失函數(shù)構(gòu)建過(guò)程中選擇樣本過(guò)于隨機(jī)使得深度神經(jīng)網(wǎng)絡(luò)模型處理速度慢、準(zhǔn)確度低的技術(shù)問(wèn)題。