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)恭喜平安科技(深圳)有限公司申請的專利AI模型的訓練方法、裝置、設備及存儲介質獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN114398985B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-05-27發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210044173.8，技術領域涉及：G06N20/00；該發(fā)明授權AI模型的訓練方法、裝置、設備及存儲介質是由徐卓揚;趙越;孫行智;胡崗設計研發(fā)完成，并于2022-01-14向國家知識產(chǎn)權局提交的專利申請。

本AI模型的訓練方法、裝置、設備及存儲介質在說明書摘要公布了：本申請涉及人工智能領域，尤其涉及機器學習技術領域，提供一種AI模型的訓練方法、裝置、設備及存儲介質，該方法包括：獲取多種類型的用戶信息，生成多種樣本數(shù)據(jù)；若待訓練的當前AI模型為多個具有承接性的AI模型中的非首個AI模型，則將多種所述樣本數(shù)據(jù)、以及承接在所述當前AI模型之前的至少一個AI模型的輸出數(shù)據(jù)，輸入所述當前AI模型進行特征提取，獲得對應的隱狀態(tài)數(shù)據(jù)；對所述隱狀態(tài)數(shù)據(jù)進行隨機失活處理，得到更新后的隱狀態(tài)數(shù)據(jù)；基于更新后的隱狀態(tài)數(shù)據(jù)對所述當前AI模型進行模型訓練，獲得訓練好的當前AI模型，實現(xiàn)了提高AI模型的泛化能力且提高資源利用效率。本申請還涉及區(qū)塊鏈技術，樣本數(shù)據(jù)可以存儲在區(qū)塊鏈節(jié)點中。

本發(fā)明授權AI模型的訓練方法、裝置、設備及存儲介質在權利要求書中公布了：1.一種AI模型的訓練方法，其特征在于，所述AI模型的訓練方法包括：獲取多種類型的用戶信息，生成多種樣本數(shù)據(jù)；多種所述樣本數(shù)據(jù)包括圖像特征數(shù)據(jù)、結構化特征數(shù)據(jù)、文本特征數(shù)據(jù)；若待訓練的當前AI模型為多個具有承接性的AI模型中的非首個AI模型，則將多種所述樣本數(shù)據(jù)、以及承接在所述當前AI模型之前的至少一個AI模型的輸出數(shù)據(jù)，輸入所述當前AI模型進行特征提取，獲得對應的隱狀態(tài)數(shù)據(jù)；對所述隱狀態(tài)數(shù)據(jù)進行隨機失活處理，得到更新后的隱狀態(tài)數(shù)據(jù)；基于更新后的隱狀態(tài)數(shù)據(jù)對所述當前AI模型進行模型訓練，獲得訓練好的當前AI模型；所述將多種所述樣本數(shù)據(jù)、以及承接在所述當前AI模型之前的至少一個AI模型的輸出數(shù)據(jù)，輸入所述當前AI模型進行特征提取，獲得對應的隱狀態(tài)數(shù)據(jù)，包括：將所述圖像特征數(shù)據(jù)輸入所述當前AI模型的CNN層進行特征提取，獲得對應的第一隱狀態(tài)數(shù)據(jù)；將所述結構化特征數(shù)據(jù)與所述輸出數(shù)據(jù)輸入所述當前AI模型的FCNN層進行特征提取，獲得對應的第二隱狀態(tài)數(shù)據(jù)；將所述文本特征數(shù)據(jù)輸入所述當前AI模型的TextCNN層進行特征提取，獲得對應的第三隱狀態(tài)數(shù)據(jù)。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人平安科技(深圳)有限公司，其通訊地址為：518057 廣東省深圳市福田區(qū)福田街道福安社區(qū)益田路5033號平安金融中心23樓；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)”。