深度学习方法、装置、电子设备及计算机可读介质
基本信息
| 申请号 | CN201811333128.4 | 申请日 | - |
| 公开（公告）号 | CN109543841A | 公开（公告）日 | 2019-03-29 |
| 申请公布号 | CN109543841A | 申请公布日 | 2019-03-29 |
| 分类号 | G06N3/08（2006.01）I; G06N3/04（2006.01）I; G06Q50/20（2012.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘伟俊; 秦磊; 张泽涛; 李家行 | 申请（专利权）人 | 北京泊远网络科技有限公司 |
| 代理机构 | 北京睿邦知识产权代理事务所（普通合伙） | 代理人 | 北京泊远网络科技有限公司 |
| 地址 | 100022 北京市朝阳区东三环中路39号院16号楼15层1803 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本公开涉及一种深度学习方法、装置、电子设备及计算机可读介质。一种用于定制培训的深度学习方法包括：对学员特征进行预处理，得到预处理学员特征；对定制培训特征进行预处理，得到预处理定制培训特征；将预处理学员特征和预处理定制培训特征作为输入，利用深度学习关联模型预测培训成果。深度学习关联模型包括：第一CNN网络，接收预处理学员特征，产生第一特征数据；第二CNN网络，接收预处理定制培训特征，产生第二特征数据；全连接层，接收第一特征数据和第二特征数据，产生第三特征数据；输出层，基于来自全连接层的第三特征数据输出预测的培训成果。通过定制培训的方法，提高培训效率。 |
