机器学习模型的超参数配置方法、装置以及可读存储介质
公开
摘要
本申请实施例公开了一种机器学习模型的超参数配置方法、装置以及可读存储介质，方法包括：获取机器学习模型基于训练样本数据和初始超参数配置进行机器学习得到的多个第一奖励参量。获取超参数配置采样器基于初始超参数配置、第一奖励参量与超参数搜索空间得到的多个候选超参数配置。通过多个奖励参量预测模型基于初始超参数配置、第一奖励参量与多个候选超参数配置获取各候选超参数配置的多个奖励参量预测值。基于多个候选超参数配置、奖励参量预测值、训练样本数据与机器学习模型，从多个候选超参数配置中确定出机器学习模型的目标超参数配置。采用本申请，可以提高机器学习模型的超参数配置的选取效率，超参数配置选取的有效率高，适用性强。
基本信息
专利标题 ：
机器学习模型的超参数配置方法、装置以及可读存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114418122A
申请号 ：
CN202210088745.2
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
史仪男王晓利赵明军鲁舢
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 ：
广州三环专利商标代理有限公司
代理人 ：
彭程
优先权 ：
CN202210088745.2
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-04-29 ：
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
