专利名称：神经网络模型训练方法及装置、电子设备和介质      申请号：2022104194250     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 模型训练 电子 电子设备和元器件 网络模型训练   相似专利 发布日：2024/03/21  
摘要： 本公开提供了一种神经网络模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及深度学习、图像处理、计算机视觉技术领域，可应用于OCR等场景。实现方案为：将第一文本信息输入第一神经网络模型得到第一文本特征；将第一图像信息输入第二神经网络模型得到第一图像特征；基于第一图像特征和第一文本特征，确定第一损失值；将第二图像特征分别输入第一Transformer解码器模型和第二Transformer解码器模型，以得到其相对应的正向文本信息和反向文本信息，以获得第二损失值，第一图像特征包括第二图像特征；基于第一损失值调节第一神经网络模型的参数；基于第一损失值和第二损失值调节第二神经网络模型的参数。

专利名称：一种网络模型训练方法、装置、电子设备及存储介质      申请号：2020105096453     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 模型训练 电子 电子设备和元器件 网络模型训练   相似专利 发布日：2023/09/04  
摘要： 本申请提供一种网络模型训练方法、装置、电子设备及存储介质，用于改善训练获得的分类网络模型的准确率不高的问题。该网络模型训练方法包括：获得多个训练图像和多个训练图像对应的标签表；使用预先构建的分类神经网络对原始图像和多个变换图像进行前向传播运算，获得多个逻辑斯特值，多个逻辑斯特值与多个训练图像对应；根据多个逻辑斯特值和多个训练图像对应的标签表构建第一损失函数，第一损失函数表征多个逻辑斯特值和对应的标签表之间的多标签图像分类损失；根据多个逻辑斯特值构建第二损失函数，第二损失函数表征多个逻辑斯特值之间的一致性损失；根据第一损失函数和第二损失函数对分类神经网络进行训练，获得训练后的分类网络模型。

专利名称：一种目标神经网络模型训练方法、装置以及电子设备      申请号：202010321189X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 模型训练 电子 电子设备和元器件 以及 网络模型训练   相似专利 发布日：2024/03/21  
摘要： 本申请公开了一种目标神经网络模型训练方法、装置以及电子设备，涉及机器学习技术领域。具体实现方案为：获取第一模态的第一样本集以及第二模态的第二样本集的特征分布；将第一样本集输入初始深度神经网络模型，得到第一样本集的特征数据，第一样本集的特征数据包括第一样本集的第一类特征数据；基于第一样本集的第一类特征数据，得到第一样本集的特征分布；利用第一损失函数对初始深度神经网络模型的参数进行调整，得到目标神经网络模型；其中，第一损失函数与第一样本集的特征分布以及第二样本集的特征分布相关。可提高目标深度神经网络模型的准确性。