- 1、本文档共31页,其中可免费阅读30页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开涉及一种孪生网络模型训练、度量方法、装置、介质和设备。先预训练一个标签分类模型,然后利用训练出的标签分类模型,通过增加编码神经网络分支的方式,构造孪生网络模型,从而可以基于包括标签分类学习和度量学习的多任务学习的方式,训练得到用于推荐系统中的数据相似度度量的孪生网络模型。通过分阶段训练以及多任务学习约束的方式,可以有效提高模型的稳定性和泛化能力,并提高训练出的用于推荐系统中的数据相似度度量的孪生网络模型的准确性。进一步的,可以基于训练出的孪生网络模型进行数据相似度度量,有效提高数据相似度度
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112784130 B
(45)授权公告日 2022.05.27
(21)申请号 202110113716.2 (51)Int.Cl.
文档评论(0)