神经网络模型预测方法、装置和终端

授权

摘要

本发明提出一种神经网络模型预测方法、装置和终端，包括：在神经网络模型中构建多条输出支路；将特征数据输入至神经网络模型中，选择至少一条输出支路输出预测分数；根据输出支路输出的预测分数进行计算，输出最终预测结果。对神经网络模型的结构进行修改，构建多条输出支路，所有输出支路都共享同一个循环神经网络(RNN，Recurrent Neural Network)或深度神经网络(DNN，Deep Neural Networks)结构，无需同时训练多个结构相同的神经网络模型，大幅降低对性能的要求。此外，可以尽量增大输出支路的数量，输出支路的数量与神经网络模型的稳定性呈正相关关系，因此，不需要在调参上花费过多的精力。

基本信息

专利标题：

神经网络模型预测方法、装置和终端

专利标题（英）：

暂无

公开（公告）号：

CN109492759A

申请号：

CN201811543424.7

公开（公告）日：

2019-03-19

申请日：

2018-12-17

授权号：

CN109492759B

授权日：

2022-05-20

发明人：

陈雅雪方晓敏王凡何径舟

申请人：

北京百度网讯科技有限公司

申请人地址：

北京市海淀区上地十街10号百度大厦2层

代理机构：

北京市铸成律师事务所

代理人：

王珺

优先权：

CN201811543424.7

主分类号：

G06N3/04

IPC分类号：

G06N3/04