原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本申请提供一种多任务学习模型训练方法，包括：针对第一样本集中的每个样本，基于预先训练好的任务类别不同的多类单任务模型，生成所述每个样本在所述每类单任务模型下的伪标签；其中，所述每类单任务模型的任务类别组成的任务类别集与待训练的多任务学习模型的任务类别集相同；根据所述每个样本在所述每类单任务模型下的伪标签，确定所述每个样本的综合标签；其中，所述综合标签包括多类对应于所述任务类别集的标签；利用所述第一样本集、所述每个样本的综合标签，训练所述多任务学习模型，得到预训练的多任务学习模型。本申请提供的多任
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117436030A
(43)申请公布日2024.01.23
(21)申请号202311454265.4
(22)申请日2023.11.02
(71)申请人深圳云天励飞技术股份有限公司
地址
文档评论（0）