基于mq端口和redis数据库的模型训练方法及系统

专利主权项内容

1.基于mq端口和redis数据库的模型训练方法，其特征在于，包括以下步骤：S1：将现有医疗数据的数据格式进行统一，并作为训练集；S2：构建预测模型，利用训练集对预测模型进行训练，所述预测模型包括：linear层、多头矩阵计算层以及softmax层；S3：根据用户输入，利用预测模型输出预测结果，同时对预测结果进行人工审核得到审核结果，并将预测结果和审核结果存储于redis数据库；S4：判断审核结果是否进行过修改，若进行过修改，则将审核结果作为正例数据，预测结果作为负例数据，并将所述正例数据和对应的负例数据作为一条样本存储于积存数据库中，积存数据量+1；S5：当积存数据量大于预设数据量阈值时，将积存数据库中的样本作为自训练集输入预测模型，对预测模型重新训练，并将积存数据量重置为零，重复S3-S5；所述S2包括：S21：在linear层对输入数据进行多维向量转化，具体计算为：
；其中，表示输入的字符Token的数字id表示，W代表linear层的权重矩阵，T代表进行矩阵转置，b代表linear层的偏置权重矩阵，/>为linear层的输出结果；S22：将linear层的计算结果输入多头矩阵计算层，具体计算为：
；其中，、/>、/>分别表示不同的权重矩阵，/>、/>、/>分别为不同的偏置矩阵，/>表示多头矩阵计算层的输出；S23：通过softmax层进行归一化计算：
；其中，表示softmax层的输出，/>代表/>以自然常数e为底的指数函数，i和j分别代表第i和第j个输入。