机器学习模型的训练方法、训练装置和训练系统

    公开(公告)号:CN111797990B

    公开(公告)日:2024-08-09

    申请号:CN201910274666.9

    申请日:2019-04-08

    IPC分类号: G06N20/00

    摘要: 本申请提出一种机器学习模型的训练方法、训练装置和训练系统,其中,机器学习模型运行在执行机,方法包括:建议器获取机器学习模型各参数的取值范围;建议器在各参数的取值范围内,确定相应参数的初始值;建议器控制执行机将各参数调整为初始值,并从执行机获取模型评估值;其中,模型评估值,用于指示参数调整后的机器学习模型的性能;建议器循环执行参数调整过程,直至机器学习模型训练结束;其中,参数调整过程包括根据从执行机获取的模型评估值,在各参数的取值范围内重新确定各参数的取值,并控制执行机相应进行参数调整,重新获取模型评估值。该方法能够提升机器学习模型训练的灵活性。

    数据传输方法、装置、电子设备及存储介质

    公开(公告)号:CN116743869A

    公开(公告)日:2023-09-12

    申请号:CN202310564589.7

    申请日:2023-05-18

    发明人: 许小平 韩超

    摘要: 本公开提供了数据传输方法、装置、电子设备及存储介质。本公开涉及计算机技术领域,尤其涉及数据传输、数据存储、深度学习等人工智能技术领域。具体实现方案为:拦截上层文件系统对下层文件系统的业务处理请求;基于业务处理请求向下层文件系统发送目标业务处理请求;接收下层文件系统返回的针对目标业务处理请求的目标业务数据;向上层文件系统返回目标业务数据。根据本公开的方案,能够根据用户需求实现数据的按需传输,从而有助于降低时间成本和资源成本。

    基于语音交互的上下文获取方法及设备

    公开(公告)号:CN108920640B

    公开(公告)日:2020-12-22

    申请号:CN201810709830.X

    申请日:2018-07-02

    摘要: 本发明实施例提供一种基于语音交互的上下文获取方法及设备,该方法包括:获取本次对话以及在预设时间段内采集的连续的多帧图片;获取多帧图片中的共有目标人脸针对每帧图片的人脸图像,并根据每个目标人脸在每帧图片中的人脸图像和本次对话,确定本次对话归属的目标用户的第一用户特征;若在人脸声纹数据库中确定存在与第一用户特征匹配的第二用户特征,则从人脸声纹数据库中获取第二用户特征对应的第一用户标识;若确定语音数据库中存储有第一用户标识对应的已存对话,则根据本次对话与已存对话确定语音交互的上下文,并将本次对话存储至语音数据库中。本实施例可以提高获取语音交互的上下文的准确率。

    用户行为的检测方法、装置及机器人

    公开(公告)号:CN109241815A

    公开(公告)日:2019-01-18

    申请号:CN201810695088.1

    申请日:2018-06-29

    IPC分类号: G06K9/00

    摘要: 本发明实施例提供一种用户行为的检测方法、装置及机器人,该用户行为的检测方法包括:确定待检测图像;通过手势分类模型检测待检测图像中目标对象的手势信息;并通过用餐情景分类模型检测待检测图像中目标对象对应的餐桌上的当前食物信息;之后,再根据目标对象的手势信息和当前食物信息确定目标对象的当前行为。本发明实施例提供的用户行为的检测方法、装置及机器人,通过目标对象的手势信息和当前食物信息确定目标对象的当前行为,实现对目标对象行为的自动识别,从而提高了目标对象的沟通效率。

    数据评测方法、装置、电子设备和存储介质

    公开(公告)号:CN114840428A

    公开(公告)日:2022-08-02

    申请号:CN202210522238.5

    申请日:2022-05-13

    发明人: 孙磊 许小平 韩超

    IPC分类号: G06F11/36

    摘要: 本公开提供了一种数据评测方法、装置、电子设备和存储介质,涉及人工智能领域,尤其涉及机器学习领域,可用于云计算。具体实现方案为:获取评测物料和待评测数据;其中,评测物料包括评测脚本;运行评测环境;其中,评测环境基于评测方上传的环境依赖数据构建;基于评测环境,根据评测脚本确定待评测数据的评测结果。本公开实施例的技术方案提高了数据评测的普适性和通用性。

    机器学习超参数确定方法、装置、设备和可读存储介质

    公开(公告)号:CN112085180A

    公开(公告)日:2020-12-15

    申请号:CN201910519458.0

    申请日:2019-06-14

    IPC分类号: G06N3/08 G06N20/00

    摘要: 本发明实施例提出一种机器学习超参数确定方法、装置、设备和可读存储介质,其中方法包括:确定机器学习过程的多个步骤以及各个步骤对应的多个超参数;针对每一所述步骤,确定所述步骤的超参数组合取值集合;所述超参数组合取值集合包括:所述步骤对应的超参数的组合的多个可选取值;依次从所述多个步骤中选定一个步骤作为当前优化步骤,从所述当前优化步骤的超参数取值集合中确定超参数组合最优取值,采用所述超参数组合最优取值设定所述当前优化步骤对应的多个超参数的固定取值。本发明实施例大大减少了计算工作量,提高机器学习的效率。