模型训练方法、装置、设备及存储介质
公开
摘要
本申请提供了一种模型训练方法、装置、设备及存储介质，该方法包括：获取第一训练图数据和N组超参，第一训练图数据包括R个数据对，每个数据对由图网络中的一个中心节点的第一特征信息和中心节点的一个邻居图节点的第一特征信息组成；将第一训练图数据分别输入N组超参中每一组超参下的生成器中，以使生成器学习在给定中心节点的特征条件下中心节点的邻居节点的特征概率分布，得到N组超参中每一组超参下训练后的生成器；从N组超参下训练后的生成器中，确定出目标生成器，目标生成器用于生成第二抽样样本，第二抽样样本用于训练预设的图神经网络模型，解决了模型在训练时由于缺少样本而过拟合的问题，提升模型的鲁棒性和泛化性。
基本信息
专利标题 ：
模型训练方法、装置、设备及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114332469A
申请号 ：
CN202110975270.4
公开（公告）日 ：
2022-04-12
申请日 ：
2021-08-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘松涛李蓝青
申请人 ：
腾讯科技（深圳）有限公司
申请人地址 ：
广东省深圳市南山区高新区科技中一路腾讯大厦35层
代理机构 ：
北京励诚知识产权代理有限公司
代理人 ：
赵爽
优先权 ：
CN202110975270.4
主分类号 ：
G06V10/40
IPC分类号 ：
G06V10/40 G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06N20/00
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
