-
公开(公告)号:CN119493987A
公开(公告)日:2025-02-21
申请号:CN202311039014.X
申请日:2023-08-16
Applicant: 华为技术有限公司
IPC: G06F18/214
Abstract: 本公开的实施例提供了一种迁移学习模型训练方法。该方法包括:获取源域样本和目标域样本;至少基于源域样本和目标域样本中的第一域样本的信息增益训练采样模型;由经训练的采样模型对该第一域样本进行采样,以获得经采样的第一域样本;基于经采样的第一域样本与源域样本和目标域样本中的第二域样本,训练特征提取模型和分类模型;以及将经训练的特征提取模型和分类模型确定为迁移学习模型。该方法通过利用采样模型并且在训练采样模型的过程中考虑采样域中的样本的信息增益,能够增大决策边界处和决策边界附近的样本的采样权重,确保通过分类模型得到的分类边界不会过分向小类移动,避免了分类模型在目标域上的低召回率问题,并且显著地降低了迁移学习模型的误报率。