腾讯科技(武汉)有限公司刘刚获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉腾讯科技(武汉)有限公司申请的专利神经网络模型的训练方法、装置、设备、介质及程序产品获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115115049B 。
龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210729410.4,技术领域涉及:G06N3/084;该发明授权神经网络模型的训练方法、装置、设备、介质及程序产品是由刘刚设计研发完成,并于2022-06-24向国家知识产权局提交的专利申请。
本神经网络模型的训练方法、装置、设备、介质及程序产品在说明书摘要公布了:本申请提供了一种神经网络模型的训练方法、装置、设备、介质及程序产品;其中,方法包括:获取图像的多个模态的特征;基于图像特征以及标题文本特征进行融合处理,得到跨模态的第一融合特征;基于多个模态的特征调用第一神经网络模型进行多个单模态的预测任务,得到对应的单模态的预测结果,并确定对应的单模态损失;基于第一融合特征调用第一神经网络模型进行多个跨模态的预测任务,得到对应的跨模态的预测结果,并确定对应的跨模态损失;基于单模态损失与跨模态损失进行反向传播,以更新第一神经网络模型的参数。通过本申请能够使用一个模型执行多个不同模态的任务,提高了建模效率。
本发明授权神经网络模型的训练方法、装置、设备、介质及程序产品在权利要求书中公布了:1.一种神经网络模型的训练方法,其特征在于,所述方法包括: 获取图像的多个模态的特征;其中,所述多个模态的特征包括图像特征、标题文本特征和标签文本特征; 对所述图像对应的标题进行分词处理,基于得到的所述标题的分词结果调用第三神经网络模型进行两次文本特征提取处理,得到第一标题文本特征和第二标题文本特征;其中,当调用所述第三神经网络模型进行所述文本特征提取处理时,丢弃所述第三神经网络模型中第一比例的神经元; 基于所述图像特征以及所述标题文本特征进行融合处理,得到跨模态的第一融合特征; 基于所述多个模态的特征调用第一神经网络模型进行多个单模态的预测任务,得到对应的单模态的预测结果,并基于每个所述模态内的预测结果确定对应的单模态损失; 基于所述第一融合特征调用所述第一神经网络模型进行多个跨模态的预测任务,当所述跨模态的预测任务为所述图像与所述标题的跨模态的匹配预测任务时,执行以下处理: 按照第二比例从第一数量的所述第一融合特征中,确定第二数量的所述第一融合特征;将所述第二数量的所述第一融合特征替换为对应的所述图像特征;基于每个所述图像特征调用所述第一神经网络模型,以进行所述图像与所述标题的跨模态的匹配预测任务,得到第二预测结果;将所述第二预测结果与第一标签值代入第一损失函数进行计算处理,得到第二跨模态损失; 当所述跨模态的预测任务为所述图像、所述标题与标签的跨模态的匹配预测任务时,执行以下处理: 基于所述第一融合特征以及第一标签文本特征调用所述第一神经网络模型,进行所述图像、所述标题与所述标签的跨模态的匹配预测任务,得到第三预测结果;其中,所述第三预测结果为所述第一融合特征与所述第一标签文本特征的匹配度,所述第一标签文本特征是对所述标签文本特征进行下采样处理得到的,所述第一标签文本特征的维度与所述第一融合特征的维度相同; 将所述第三预测结果与对应的第二标签值代入第二损失函数进行计算处理,得到第三跨模态损失; 基于所述单模态损失、所述第二跨模态损失与所述第三跨模态损失进行反向传播,以更新所述第一神经网络模型的参数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人腾讯科技(武汉)有限公司,其通讯地址为:430000 湖北省武汉市江夏经济开发区庙山阳光五路特1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励