原创力文档- 3
- 0
- 约1.3万字
- 约 12页
- 2023-11-08 发布于四川
- 举报
本发明公开了一种基于动态排序优化的图文检索深度神经网络模型训练方法，涉及信息检索技术领域，包括：构建深度神经网络用于图像与文本数据的深度特征提取；基于输入的图文实例对的标签与特征信息，计算实例间的标签层级相似度矩阵、特征层级相似度矩阵以及不同实例之间的亲和矩阵；通过构建融合语义相似度损失、排序损失以及哈希量化损失的综合损失函数，采用梯度下降优化算法缩小所述损失值，得到训练好的深度神经网络模型。本发明在模型训练过程中动态地调整梯度优化强度，提高了训练速度和精度，通过训练好的深度神经网络模型实现跨模
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117010458 A
(43)申请公布日 2023.11.07
(21)申请号 202311287656.1 G06F 16/33 (2019.01)
文档评论（0）