度量學(xué)習(xí)方法、裝置、設(shè)備及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202010319378.3 申請日 -
公開（公告）號 CN111667050B 公開（公告）日 2021-11-30
申請公布號 CN111667050B 申請公布日 2021-11-30
分類號 G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 黃振杰;李德紘;張少文;馮琰一 申請（專利權(quán)）人 廣州佳都科技軟件開發(fā)有限公司
代理機構(gòu) 北京澤方譽航專利代理事務(wù)所（普通合伙） 代理人 陳照輝
地址 511400 廣東省廣州市番禺區(qū)東環(huán)街迎賓路832號番禺節(jié)能科技園內(nèi)番山創(chuàng)業(yè)中心1號樓2區(qū)306房
法律狀態(tài) -

摘要

摘要 本發(fā)明實施例公開了一種度量學(xué)習(xí)方法、裝置、設(shè)備及存儲介質(zhì)，涉及度量學(xué)習(xí)技術(shù)領(lǐng)域，其包括：獲取訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集中每個樣本對應(yīng)一個用于標識所屬類別的標簽；根據(jù)訓(xùn)練數(shù)據(jù)集中各樣本所屬類別構(gòu)建至少一個第一樣本集合，第一樣本集合對應(yīng)第一數(shù)量的類別且第一樣本集合中每個類別具有等量的第一樣本；根據(jù)第一樣本集合中各第一樣本對應(yīng)的第一特征向量計算神經(jīng)網(wǎng)絡(luò)模型的損失函數(shù)，并基于每個第一樣本集合對神經(jīng)網(wǎng)絡(luò)模型進行迭代訓(xùn)練，直到損失函數(shù)滿足第一穩(wěn)定條件，第一特征向量通過神經(jīng)網(wǎng)絡(luò)模型得到。采用上述方案可以解決現(xiàn)有技術(shù)中三元組損失函數(shù)構(gòu)建過程中選擇樣本過于隨機使得深度神經(jīng)網(wǎng)絡(luò)模型處理速度慢、準確度低的技術(shù)問題。