-
公开(公告)号:CN114117206B
公开(公告)日:2023-05-30
申请号:CN202111320914.2
申请日:2021-11-09
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06N3/08
-
公开(公告)号:CN113744729A
公开(公告)日:2021-12-03
申请号:CN202111095442.5
申请日:2021-09-17
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开提供一种语音识别模型生成方法、装置、设备以及存储介质,涉及网络信息处理技术领域,以得到更优的语音识别模型。该方法包括:获取语音样本数据;构建第一语音识别超网络,第一语音识别超网络包括多层网络结构,每层网络结构对应搜索特征取值的多个不同组合,搜索特征包括分支个数、网络层维度和通道选择维度;搜索特征包括分支个数、网络层维度和通道选择维度;基于语音样本和语音样本标签,对第一语音识别超网络执行训练操作,得到第二语音识别超网络;语音样本标签作为语音样本对应的期望识别值;对第二语音识别超网络进行网络搜索,以得到目标语音识别子网络;对目标语音识别子网络进行重训练,得到语音识别模型。
-
公开(公告)号:CN112734005A
公开(公告)日:2021-04-30
申请号:CN202011623061.5
申请日:2020-12-31
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种预测模型的确定方法、装置、电子设备及存储介质,以自动确定预测模型中嵌入层的输出维度,从而从整体上有效提升预测模型的性能。该方法包括:获取第一用户行为信息;根据第一用户行为信息训练初始网络模型,得到至少一个子网络;初始网络模型包括至少一个嵌入层;初始网络模型中嵌入层的初始输出维度为候选输出维度中的最大输出维度;子网络用于预测用户处理资源的概率;输出维度组合包括对应子网络中每个嵌入层的输出维度;确定至少一个子网络中的目标子网络;目标子网络的预测精度大于或等于阈值;根据目标子网络的嵌入层的输出维度组合,确定预测模型;预测模型用于预测用户处理资源的概率。
-
公开(公告)号:CN114547428A
公开(公告)日:2022-05-27
申请号:CN202210217036.X
申请日:2022-03-07
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9532 , G06K9/62 , G06N3/04
Abstract: 本公开是关于一种推荐模型处理方法、装置、电子设备及存储介质,属于计算机技术领域。方法包括:获取推荐模型;基于推荐模型,获取推荐模型中的每个算子对应的算子特征以及推荐模型的结构特征;基于每个算子对应的算子特征和每个算子连接的其他算子对应的算子特征,分别确定每个算子对应的增强特征;基于结构特征、多个算子对应的算子特征和增强特征进行特征提取,得到推荐模型对应的模型特征;基于模型特征进行精度预测,得到推荐模型对应的推荐精度。该方法对每个算子对应的算子特征进行了增强,因此利用结构特征、多个算子对应的算子特征和增强特征得到的模型特征更加准确,从而提高了推荐模型的准确性。
-
公开(公告)号:CN114463689A
公开(公告)日:2022-05-10
申请号:CN202210384507.6
申请日:2022-04-13
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V20/40 , G06K9/62 , G06N3/04 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本公开关于一种目标识别网络的训练方法、装置、电子设备及存储介质,属于视频处理技术领域。方法包括:从识别超网络的多个候选识别子网络中,确定教师子网络和学生子网络;以样本视频中每个视频帧的标签为监督,基于教师子网络对样本视频的识别结果,调整教师子网络的模型参数;以样本视频中每个视频帧的标签、教师子网络对样本视频的识别结果为监督,基于学生子网络对样本视频的识别结果,调整学生子网络的模型参数;从调整后的教师子网络和调整后的学生子网络中,确定用于识别边界视频帧的目标识别网络。该方法中,学生子网络的准确率能够得到较大的提高,进而保证了从教师子网络和学生子网络中确定出的目标识别网络的准确率较高。
-
公开(公告)号:CN114463689B
公开(公告)日:2022-07-26
申请号:CN202210384507.6
申请日:2022-04-13
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V20/40 , G06K9/62 , G06N3/04 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本公开关于一种目标识别网络的训练方法、装置、电子设备及存储介质,属于视频处理技术领域。方法包括:从识别超网络的多个候选识别子网络中,确定教师子网络和学生子网络;以样本视频中每个视频帧的标签为监督,基于教师子网络对样本视频的识别结果,调整教师子网络的模型参数;以样本视频中每个视频帧的标签、教师子网络对样本视频的识别结果为监督,基于学生子网络对样本视频的识别结果,调整学生子网络的模型参数;从调整后的教师子网络和调整后的学生子网络中,确定用于识别边界视频帧的目标识别网络。该方法中,学生子网络的准确率能够得到较大的提高,进而保证了从教师子网络和学生子网络中确定出的目标识别网络的准确率较高。
-
公开(公告)号:CN114462584B
公开(公告)日:2022-07-22
申请号:CN202210371311.3
申请日:2022-04-11
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/958
Abstract: 本公开关于一种推荐模型的训练方法、推荐方法、装置、服务器及存储介质。推荐模型的训练方法包括:获取训练样本数据;训练样本数据包括样本账户特征,样本信息特征,以及样本账户针对样本推荐信息的实际访问结果;将样本账户特征以及样本信息特征输入待训练的推荐模型,得到样本账户针对样本推荐信息的预测访问结果;基于预测访问结果和实际访问结果,确定第一损失函数的值,以及,基于门控参数的实际值和期望值,确定第二损失函数的值;基于第一损失函数的值和第二损失函数的值,确定总损失值;基于总损失值,更新推荐模型和门控参数,以得到训练完成的推荐模型。本公开可以实现门控参数的自主更新,从而可以提高训练出的推荐模型的灵活性。
-
公开(公告)号:CN114462584A
公开(公告)日:2022-05-10
申请号:CN202210371311.3
申请日:2022-04-11
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/958
Abstract: 本公开关于一种推荐模型的训练方法、推荐方法、装置、服务器及存储介质。推荐模型的训练方法包括:获取训练样本数据;训练样本数据包括样本账户特征,样本信息特征,以及样本账户针对样本推荐信息的实际访问结果;将样本账户特征以及样本信息特征输入待训练的推荐模型,得到样本账户针对样本推荐信息的预测访问结果;基于预测访问结果和实际访问结果,确定第一损失函数的值,以及,基于门控参数的实际值和期望值,确定第二损失函数的值;基于第一损失函数的值和第二损失函数的值,确定总损失值;基于总损失值,更新推荐模型和门控参数,以得到训练完成的推荐模型。本公开可以实现门控参数的自主更新,从而可以提高训练出的推荐模型的灵活性。
-
公开(公告)号:CN112925926B
公开(公告)日:2022-04-22
申请号:CN202110120344.6
申请日:2021-01-28
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06K9/62
Abstract: 本公开关于一种多媒体推荐模型的训练方法、装置、服务器以及存储介质,属于深度学习技术领域,该方法包括:对多个多媒体推荐模型进行迭代训练,确定各个多媒体推荐模型对应的关联模型,基于各个多媒体推荐模型的模型参数和对应的关联模型的模型参数,分别确定各个多媒体推荐模型的目标模型参数。本公开实施例提供的技术方案,由于各个多媒体推荐模型每次所确定的关联模型均基于上一次所确定的关联模型来确定,因此,能够确保各个多媒体推荐模型间的模型参数能够尽可能地融合交互,能够更加广泛的进行多媒体推荐模型间的参数优化,提高了模型训练的全面性,从而提升了多媒体推荐模型的预测能力。
-
公开(公告)号:CN112925926A
公开(公告)日:2021-06-08
申请号:CN202110120344.6
申请日:2021-01-28
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06K9/62
Abstract: 本公开关于一种多媒体推荐模型的训练方法、装置、服务器以及存储介质,属于深度学习技术领域,该方法包括:对多个多媒体推荐模型进行迭代训练,确定各个多媒体推荐模型对应的关联模型,基于各个多媒体推荐模型的模型参数和对应的关联模型的模型参数,分别确定各个多媒体推荐模型的目标模型参数。本公开实施例提供的技术方案,由于各个多媒体推荐模型每次所确定的关联模型均基于上一次所确定的关联模型来确定,因此,能够确保各个多媒体推荐模型间的模型参数能够尽可能地融合交互,能够更加广泛的进行多媒体推荐模型间的参数优化,提高了模型训练的全面性,从而提升了多媒体推荐模型的预测能力。
-
-
-
-
-
-
-
-
-