一种基于梯度平衡的多类别模型训练方法、介质及设备
基本信息
| 申请号 | CN202011509570.5 | 申请日 | - |
| 公开（公告）号 | CN112633359A | 公开（公告）日 | 2021-04-09 |
| 申请公布号 | CN112633359A | 申请公布日 | 2021-04-09 |
| 分类号 | G06K9/62;G06N3/04;G06N20/00 | 分类 | 计算；推算；计数; |
| 发明人 | 许轶博;潘泽文;范宏伟;李佳斌 | 申请（专利权）人 | 成都艾特能电气科技有限责任公司 |
| 代理机构 | 成都九鼎天元知识产权代理有限公司 | 代理人 | 胡川 |
| 地址 | 610000 四川省成都市高新区天辰路88号1栋6层1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于梯度平衡的多类别模型训练方法、介质及设备，其中模型训练方法包括通过将训练样本数据输入到选定的神经网络模型进行训练获得损失函数；统计训练模型时损失函数的梯度分布；根据分布结果分配样本权重；权重的平滑处理；权重的衰减处理；获取新梯度更新网络模型；本发明通过在训练的过程中根据输入训练样本数据得到的损失函数梯度的分布，调整样本分配的权重，平衡不同程度难易样本对模型的影响，缩短了模型训练时间同时提升了模型的精度。 |
