買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜成都艾特能電氣科技有限責(zé)任公司申請的專利一種基于梯度平衡的多類別模型訓(xùn)練方法、介質(zhì)及設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN112633359B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202011509570.5，技術(shù)領(lǐng)域涉及：G06F18/214；該發(fā)明授權(quán)一種基于梯度平衡的多類別模型訓(xùn)練方法、介質(zhì)及設(shè)備是由許軼博;潘澤文;范宏偉;李佳斌設(shè)計研發(fā)完成，并于2020-12-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于梯度平衡的多類別模型訓(xùn)練方法、介質(zhì)及設(shè)備在說明書摘要公布了：本發(fā)明提供了一種基于梯度平衡的多類別模型訓(xùn)練方法、介質(zhì)及設(shè)備，其中模型訓(xùn)練方法包括通過將訓(xùn)練樣本數(shù)據(jù)輸入到選定的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練獲得損失函數(shù)；統(tǒng)計訓(xùn)練模型時損失函數(shù)的梯度分布；根據(jù)分布結(jié)果分配樣本權(quán)重；權(quán)重的平滑處理；權(quán)重的衰減處理；獲取新梯度更新網(wǎng)絡(luò)模型；本發(fā)明通過在訓(xùn)練的過程中根據(jù)輸入訓(xùn)練樣本數(shù)據(jù)得到的損失函數(shù)梯度的分布，調(diào)整樣本分配的權(quán)重，平衡不同程度難易樣本對模型的影響，縮短了模型訓(xùn)練時間同時提升了模型的精度。

本發(fā)明授權(quán)一種基于梯度平衡的多類別模型訓(xùn)練方法、介質(zhì)及設(shè)備在權(quán)利要求書中公布了：1.一種基于梯度平衡的多類別模型訓(xùn)練方法，其特征在于，方法包括如下步驟：S1：獲取OpenImage數(shù)據(jù)集作為訓(xùn)練樣本，將訓(xùn)練樣本數(shù)據(jù)輸入到選定的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練獲得損失函數(shù)；S2：統(tǒng)計訓(xùn)練模型時損失函數(shù)的梯度分布；通過前向傳播的方式訓(xùn)練構(gòu)建好的網(wǎng)絡(luò)模型，計算損失函數(shù)，并對損失函數(shù)的梯度進行統(tǒng)計；具體步驟如下：S201：訓(xùn)練數(shù)據(jù)集輸入后計算出損失函數(shù)并求導(dǎo)，輸入樣本導(dǎo)數(shù)的絕對值取值范圍為[0,U]，其中U是樣本導(dǎo)數(shù)絕對值取值范圍的上邊界，將導(dǎo)數(shù)絕對值取值范圍平均分割為m段，即分為的區(qū)間段；S202：每一批次輸入的訓(xùn)練數(shù)據(jù)樣本會得到對應(yīng)的導(dǎo)數(shù)，對每個類別單獨統(tǒng)計導(dǎo)數(shù)分布，根據(jù)各個區(qū)間的導(dǎo)數(shù)數(shù)量，建立大小為m×n的分布矩陣K進行統(tǒng)計，每輸入一匹訓(xùn)練數(shù)據(jù)樣本到模型中，更新分布矩陣K；S3：分配樣本權(quán)重；根據(jù)獲得的梯度分布統(tǒng)計結(jié)果，對每個樣本分配相應(yīng)的權(quán)重，對于類別k，其分布為:a1k,a2k,…,amk其中aik表示類別k導(dǎo)數(shù)在第i個區(qū)間內(nèi)的數(shù)量；根據(jù)類別k的分布計算出類別k在權(quán)重矩陣W中的行向量為：[w1k,w2k,…,wmk]其中wik表示所述類別k在對應(yīng)i的權(quán)重，所述wik的計算公式如下：wik＝a1k+a2k+…+amkaik×mS4：權(quán)重的平滑；對獲得的樣本對應(yīng)的權(quán)重進行平滑處理，縮小過大的權(quán)重；S5：平滑后權(quán)重的衰減處理；在訓(xùn)練過程中對平滑項進行衰減，使得訓(xùn)練結(jié)束后平滑項衰減到0，平滑項Si的衰減公式為：Si＝0.5-0.5×iZ其中Z為模型訓(xùn)練是設(shè)定的總訓(xùn)練步數(shù)；S6：獲取新梯度更新網(wǎng)絡(luò)模型；將經(jīng)過平滑和衰減處理的權(quán)重矩陣與原損失函數(shù)梯度相乘獲得新的梯度，并通過反向傳播更新網(wǎng)絡(luò)模型的參數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人成都艾特能電氣科技有限責(zé)任公司，其通訊地址為：610000 四川省成都市高新區(qū)天辰路88號1棟6層1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。