训练模型的方法、装置、设备以及存储介质
公开
摘要
本申请提供了一种训练模型的方法、装置、设备以及存储介质，涉及人工智能的机器学习领域。在该训练模型的方法中，可以对无标签的第一样本进行聚类，得到至少两个概念，其中，该概念为第一样本中由掩码注释的结构形式，然后可以根据该至少两个概念和该第一样本，对预训练模型进行训练，其中，所述预训练模型用于对样本进行特征提取。本申请通过该至少两个概念，能够显式增加预训练模型对局部概念的敏感性，约束模型分辨不同的概念，从而相较于基于全局特征的预训练方法，本申请实施例能够有助于提高预训练模型在下游密集预测任务上的表现。
基本信息
专利标题 ：
训练模型的方法、装置、设备以及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114626520A
申请号 ：
CN202210194524.3
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杨佳伟姚建华
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 ：
熊金凤
优先权 ：
CN202210194524.3
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04 G06K9/62
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
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-06-14 ：
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
