模型训练性能维护方法、装置、电子设备及存储介质与流程

文档序号:37464659发布日期:2024-03-28 18:47阅读:来源:国知局

技术特征:

1.一种模型训练性能维护方法,其特征在于,包括:

2.根据权利要求1所述的模型训练性能维护方法,其特征在于,所述基于阈值数据库中所述当前性能指标对应的历史性能指标,确定所述当前性能指标对应的目标性能阈值,包括:

3.根据权利要求1所述的模型训练性能维护方法,其特征在于,所述基于阈值数据库中所述当前性能指标对应的历史性能指标,确定所述当前性能指标对应的目标性能阈值,包括:

4.根据权利要求1所述的模型训练性能维护方法,其特征在于,所述基于阈值数据库中所述当前性能指标对应的历史性能指标,确定所述当前性能指标对应的目标性能阈值,包括:

5.根据权利要求1所述的模型训练性能维护方法,其特征在于,所述基于阈值数据库中所述当前性能指标对应的历史性能指标,确定所述当前性能指标对应的目标性能阈值,包括:

6.根据权利要求1所述的模型训练性能维护方法,其特征在于,所述基于阈值数据库中所述当前性能指标对应的历史性能指标,确定所述当前性能指标对应的目标性能阈值,包括:

7.根据权利要求1至6任一项所述的模型训练性能维护方法,其特征在于,在基于阈值数据库中所述当前性能指标对应的历史性能指标,确定所述当前性能指标对应的目标性能阈值之前,还包括:

8.根据权利要求1至6任一项所述的模型训练性能维护方法,其特征在于,在响应于目标模型的训练完成指令,获取训练后的目标模型的多个当前性能指标之前,还包括:

9.根据权利要求8所述的模型训练性能维护方法,其特征在于,所述响应于主动触发指令,对所述目标模型进行训练,包括:

10.根据权利要求9所述的模型训练性能维护方法,其特征在于,还包括:

11.根据权利要求8所述的模型训练性能维护方法,其特征在于,所述响应于主动触发指令,对所述目标模型进行训练,包括:

12.根据权利要求1至6任一项所述的模型训练性能维护方法,其特征在于,还包括:

13.根据权利要求1至6任一项所述的模型训练性能维护方法,其特征在于,还包括:

14.根据权利要求13所述的模型训练性能维护方法,其特征在于,所述预设条件为所述当前性能指标处于所述目标性能阈值的预设波动范围内。

15.根据权利要求8所述的模型训练性能维护方法,其特征在于,在响应于主动触发指令,对所述目标模型进行训练之前,还包括:

16.根据权利要求8所述的模型训练性能维护方法,其特征在于,还包括:

17.一种模型训练性能维护装置,其特征在于,包括:

18.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至16任一项所述的模型训练性能维护方法。

19.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至16任一项所述的模型训练性能维护方法。


技术总结
本发明提供一种模型训练性能维护方法、装置、电子设备及存储介质,涉及人工智能技术领域,该方法包括:响应于目标模型的训练完成指令,获取训练后的目标模型的多个当前性能指标;针对每个当前性能指标,基于阈值数据库中当前性能指标对应的历史性能指标,确定当前性能指标对应的目标性能阈值;响应于当前性能指标满足目标性能阈值对应的预设条件,将当前性能指标更新至阈值数据库,以实现模型训练性能的主动维护。本发明可以主动维护模型训练性能,解决了可持续化维护较为困难的问题。

技术研发人员:请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名
受保护的技术使用者:上海壁仞科技股份有限公司
技术研发日:
技术公布日:2024/3/27
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1