← 返回列表
一种基于深度学习的人工智能模型构建方法、系统及存储介质
摘要文本
本申请公开了一种基于深度学习的人工智能模型构建方法、系统及存储介质,涉及信息技术技术领域。本方法包括:获取源数据集;对源数据集进行特征分析获取模型匹配关键指标特征;基于模型匹配关键指标特征在模型片段矩阵库中匹配模型片段集;基于人工智能模型片段集在模型框架库中匹配人工智能模型框架;基于源数据集和人工智能模型框架构建人工智能模型;基于源数据集及模拟训练结果,不断丰富及优化模型片段矩阵库。本方法、系统及存储介质相匹配。本申请通过在模型片段矩阵库中匹配获取模型片段集,然后在模型框架库中匹配人工智能模型框架,确保人工智能模型的运行环境与源数据集的匹配程度,进而确保人工智能模型输入层与输出层之间的对应性。
申请人信息
- 申请人:快朵儿(广州)云科技有限公司
- 申请人地址:510000 广东省广州市高新技术产业开发区科学大道97号604室
- 发明人: 快朵儿(广州)云科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的人工智能模型构建方法、系统及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311448170.1 |
| 申请日 | 2023/11/2 |
| 公告号 | CN117370809A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06F18/214 |
| 权利人 | 快朵儿(广州)云科技有限公司 |
| 发明人 | 詹朝雨 |
| 地址 | 广东省广州市高新技术产业开发区科学大道97号604室 |
专利主权项内容
1.一种基于深度学习的人工智能模型构建方法,其特征在于,该方法包括以下步骤:获取用于构建人工智能模型的源数据集;对所述源数据集进行特征分析,获取模型匹配关键指标特征;基于所述模型匹配关键指标特征在模型片段矩阵库中匹配模型片段集;基于所述人工智能模型片段集在模型框架库中匹配人工智能模型框架;基于所述源数据集和所述人工智能模型框架构建人工智能模型;基于所述源数据集及模拟训练结果,不断丰富及优化模型片段矩阵库。