检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

144 篇 专利

馆藏范围

144 篇 电子文献
0 种 纸本馆藏

日期分布

机构

8 篇 深圳前海微众银行...
8 篇 腾讯科技有限公司
5 篇 核工业西南物理研...
4 篇 清华大学
4 篇 中国民用航空总局...
3 篇 北京达佳互联信息...
3 篇 中国计量大学
3 篇 北京红马传媒文化...
3 篇 中国移动通信集团...
3 篇 中国工商银行股份...
2 篇 杭州世平信息科技...
2 篇 西安邮电大学
2 篇 中国科学院大学
2 篇 石家庄铁道大学
2 篇 杭州比智科技有限...
2 篇 西安交通大学
2 篇 同济大学
2 篇 北京启明星辰信息...
2 篇 武汉理工大学
2 篇 深圳市智物联网络...

作者

10 篇 刘洋
7 篇 陈天健
7 篇 杨强
5 篇 杨宗谕
5 篇 李宜轩
5 篇 夏凡
4 篇 刘为谦
4 篇 张亮
4 篇 高喆
4 篇 王硕
4 篇 邓凌竹
4 篇 宋显明
4 篇 隋运峰
4 篇 程志
4 篇 赵士瑄
3 篇 宿晓坤
3 篇 杨睿
3 篇 魏朋旭
3 篇 黄俊洲
3 篇 曹杰

语言

144 篇 中文

检索条件"主题词=模型参数训练"

共 144 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

模型参数训练方法、装置及系统

模型参数训练方法、装置及系统

引用

作者：林少彬 518000 广东省深圳市福田区振兴路赛格科技园2栋东403室

本发明公开了一种模型参数训练方法、装置及系统，属于信息技术领域。所述方法包括：运行多个线程，由所述多个线程分别根据模型参数的初始参数值对不同的子集进行训练，得到所述模型参数的训练参数值；将所述多个线程训练得到的训练参... 详细信息

标准号: CN107330516A

本发明公开了一种模型参数训练方法、装置及系统，属于信息技术领域。所述方法包括：运行多个线程，由所述多个线程分别根据模型参数的初始参数值对不同的子集进行训练，得到所述模型参数的训练参数值；将所述多个线程训练得到的训练参数值进行合并，得到合并参数值；根据所述合并参数值和所述初始参数值，计算所述模型参数的统计梯度；向参数服务器发送所述统计梯度，使得所述参数服务器根据所述统计梯度对所述模型参数进行更新。本发明通过多个线程并行地对不同的子集进行训练并在合并后求取梯度，增加了训练数据的复杂度，能够将不同子集训练的梯度合并传输，而无需将不同子集训练的梯度分别传输，减少了梯度的传输，减小了网络开销。

关键词：模型参数线程子集合并参数服务器传输模型参数训练信息技术领域装置及系统统计梯度合并网络开销训练数据复杂度减小并行发送更新

来源：评论

学校读者我要写书评

暂无评论

模型参数训练方法、装置及系统

模型参数训练方法、装置及系统

引用

作者：林少彬 518000 广东省深圳市福田区振兴路赛格科技园2栋东403室

标准号: CN107330516B

关键词：模型参数线程子集合并参数服务器传输模型参数训练信息技术领域装置及系统统计梯度合并网络开销训练数据复杂度减小并行发送更新

来源：评论

学校读者我要写书评

暂无评论

模型参数训练方法、装置、服务器及存储介质

模型参数训练方法、装置、服务器及存储介质

引用

作者：吴家祥黄维东黄俊洲 518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请公开了一种模型参数训练方法、装置、服务器及存储介质，属于信息技术领域。所述方法包括：获取目标模型的模型参数的初始参数值和样本集；根据初始参数值和样本集，计算模型参数的第一梯度；对第一梯度进行迭代量化处理得到量化... 详细信息

标准号: CN108491928A

本申请公开了一种模型参数训练方法、装置、服务器及存储介质，属于信息技术领域。所述方法包括：获取目标模型的模型参数的初始参数值和样本集；根据初始参数值和样本集，计算模型参数的第一梯度；对第一梯度进行迭代量化处理得到量化后的第二梯度，迭代量化处理是在第t个迭代轮次中基于第t‑1个迭代轮次对应的误差累计值所进行的量化处理，误差累计值是基于预设时间衰减系数计算得到的量化误差的累计值；向主计算节点发送量化后的第二梯度，量化后的第二梯度用于指示主计算节点根据量化后的第二梯度对初始参数值进行更新，得到更新后的参数值。本申请实施例利用量化误差修正的方法，对模型参数的第一梯度进行量化压缩，减少了梯度传输的通信代价和网络开销。

关键词：量化迭代量化量化误差模型参数误差累计样本集主计算迭代计算模型参数模型参数训练信息技术领域存储介质获取目标节点发送量化处理时间衰减通信代价网络开销系数计算更新预设申请服务器修正传输压缩

来源：评论

学校读者我要写书评

暂无评论

一种模型参数训练方法及装置

一种模型参数训练方法及装置

引用

作者：吉宗诚王君保郭祥郭瑞雷宇 100089 北京市海淀区羊坊店路18号2幢3层301-112

本发明实施例公开了一种模型参数训练方法及装置。该方法包括：获取样本数据集合和根据所述样本数据集合进行预测的数据模型，所述样本数据集合包括已标注样本和未标注样本，所述数据模型包括初始化的第一参数V的向量和第二参数U的向量... 详细信息

标准号: CN108021985B

本发明实施例公开了一种模型参数训练方法及装置。该方法包括：获取样本数据集合和根据所述样本数据集合进行预测的数据模型，所述样本数据集合包括已标注样本和未标注样本，所述数据模型包括初始化的第一参数V的向量和第二参数U的向量；根据所述已标注样本训练所述第一参数V和所述第二参数U；对已根据所述已标注样本训练后的第一参数V和第二参数U,根据所述未标注样本再次训练。本发明实施例所提供的技术方案，对于无法提供预测值上限的预测模型而言，充分利用大量的未标注样本和少量的标注样本来训练模型参数，节省了大量用于标注样本的人力成本。

关键词：标注样本样本数据集合数据模型样本训练向量模型参数训练人力成本训练模型预测模型初始化预测

来源：评论

学校读者我要写书评

暂无评论

一种模型参数训练方法及装置

一种模型参数训练方法及装置

引用

作者：吉宗诚王君保郭祥郭瑞雷宇 101500 北京市密云县经济开发区西统路8号西田各庄镇政府办公楼508室-598

标准号: CN108021985A

关键词：标注样本样本数据集合数据模型样本训练向量模型参数训练人力成本训练模型预测模型初始化预测

来源：评论

学校读者我要写书评

暂无评论

基于联邦学习的模型参数训练方法、装置、设备及介质

基于联邦学习的模型参数训练方法、装置、设备及介质

引用

作者：刘洋陈天健杨强 518052 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)

本发明公开了一种基于联邦学习的模型参数训练方法、装置、设备及介质。该方法包括：当第一终端接收到第二终端发送的加密后的第二数据时，获取对应的损失加密值和第一梯度加密值；随机生成与第一梯度加密值同维度的随机向量，基于随机... 详细信息

标准号: CN109886417A

本发明公开了一种基于联邦学习的模型参数训练方法、装置、设备及介质。该方法包括：当第一终端接收到第二终端发送的加密后的第二数据时，获取对应的损失加密值和第一梯度加密值；随机生成与第一梯度加密值同维度的随机向量，基于随机向量对第一梯度加密值进行模糊，并将模糊后的第一梯度加密值和损失加密值发送至第二终端；在接收到第二终端返回的解密后的第一梯度值和损失值时，根据解密后的损失值检测待训练模型是否处于收敛状态；若是，则根据随机向量和解密后的第一梯度值得到第二梯度值，并将与第二梯度值对应的样本参数确定为模型参数。本发明能实现无需可信第三方而仅用联邦双方数据就可以进行模型训练，以避免应用受限。

关键词：加密随机向量解密模型参数训练可信第三方模糊模型参数模型训练收敛状态随机生成训练模型样本参数终端发送终端返回终端接收同维度受限终端发送检测应用学习

来源：评论

学校读者我要写书评

暂无评论

一种模型参数训练方法、服务器、系统及存储介质

一种模型参数训练方法、服务器、系统及存储介质

引用

作者：董星 100085 北京市海淀区上地西路6号1幢1层101D1-7

本公开关于一种模型参数训练方法、服务器、系统及存储介质，涉及机器学习技术领域。本公开实施例至少解决相关技术中，预测模型的参数训练耗时较长的问题。该方法应用于分布式系统的工作服务器，包括：获取当前批次的训练样本对应的当... 详细信息

标准号: CN113283596B

本公开关于一种模型参数训练方法、服务器、系统及存储介质，涉及机器学习技术领域。本公开实施例至少解决相关技术中，预测模型的参数训练耗时较长的问题。该方法应用于分布式系统的工作服务器，包括：获取当前批次的训练样本对应的当前嵌入参数；从工作服务器中获取工作服务器当前存储的网络参数；基于当前批次的训练样本，对当前嵌入参数以及工作服务器当前存储的网络参数进行迭代训练，以得到嵌入参数梯度以及网络参数梯度；基于嵌入参数梯度，更新当前嵌入参数，并向参数服务器同步更新后的嵌入参数；基于网络参数梯度，更新工作服务器当前存储的网络参数。

关键词：工作服务器网络参数嵌入存储训练样本机器学习技术模型参数训练参数服务器分布式系统参数训练存储介质迭代训练同步更新预测模型更新服务器耗时

来源：评论

学校读者我要写书评

暂无评论

基于联邦学习的模型参数训练方法、装置、设备及介质

基于联邦学习的模型参数训练方法、装置、设备及介质

引用

作者：刘洋陈天健杨强 518052 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)

标准号: CN109886417B

来源：评论

学校读者我要写书评

暂无评论

一种模型参数训练方法、服务器、系统及存储介质

一种模型参数训练方法、服务器、系统及存储介质

引用

作者：董星 100085 北京市海淀区上地西路6号1幢1层101D1-7

标准号: CN113283596A

来源：评论

学校读者我要写书评

暂无评论

SMPL-X模型参数训练方法、装置、设备及存储介质

SMPL-X模型参数训练方法、装置、设备及存储介质

引用

作者：郑喜民吴楚翘舒畅陈又新 518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

本申请涉及深度学习技术领域，特别是涉及到一种SMPL‑X模型参数训练方法、装置、设备及存储介质，结合了回归方法和优化方法的优点，解决了目前存在的数据集短缺和回归方法使用多个模型的问题。由于用于监督的数据是由模型输出的优化结... 详细信息

标准号: CN116051698A

本申请涉及深度学习技术领域，特别是涉及到一种SMPL‑X模型参数训练方法、装置、设备及存储介质，结合了回归方法和优化方法的优点，解决了目前存在的数据集短缺和回归方法使用多个模型的问题。由于用于监督的数据是由模型输出的优化结果提供的，因此可以在没有3D真值的情况下进行训练。同时由于本方法是基于模型优化结果的监督，比单纯使用弱监督的效果更好，在缺少真值数据时可以作为真值数据的补充，更好的利用缺少真值的不同数据集。提升模型训练效果，可以用于制作出更精确的人体模型。人体模型可以用于虚拟主播、数字化身、电影及游戏制作等领域。生成的虚拟人物形象可以用于金融理财产品导购时或售后服务解答时的虚拟客服人物形象。

关键词：人体模型数据集模型参数训练模型优化结果存储介质方法使用理财产品模型训练人物形象售后服务虚拟客服虚拟人物优化结果游戏制作回归监督导购化身虚拟输出补充电影制作申请优化金融学习

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共15页 << < 1 2 3 4 5 6 7 8 9 10 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：