<p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

<var id="xhh1v"></var>
<output id="xhh1v"></output>

        <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
          <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

          <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>

            合肥金星智控科技股份有限公司
            宣傳

            位置:中冶有色 >

            有色技術頻道 >

            > 化學分析技術

            > 基于強化學習的檢測模型訓練方法及相關裝置

            基于強化學習的檢測模型訓練方法及相關裝置

            746   編輯:管理員   來源:中冶有色網  
            2023-03-19 06:42:49
            本申請提供的基于強化學習的檢測模型訓練方法及相關裝置中,模型訓練設備利用強化學習的思想,基于當前構建策略為多個初始模型構建不同的損失函數,用于訓練出多個候選模型;然后,從多個候選模型中確定出訓練效果最好的作為目標模型;并根據目標模型對病灶的識別精度更新構建策略;以及將目標模型復制多份作為下一輪迭代周期的多個初始模型。如此,經過至少一輪的迭代,獲得滿足預設條件的病灶檢測模型。因此,在以上訓練過程中,自動最優地選擇損失函數,從而能夠避免人為選擇損失函數所引入的主觀影響,從而在一定程度上提升所訓練病灶檢測模型的泛化能力。
            登錄解鎖全文
            聲明:
            “基于強化學習的檢測模型訓練方法及相關裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
            我是此專利(論文)的發明人(作者)
            分享 0
                     
            舉報 0
            收藏 0
            反對 0
            點贊 0
            標簽:
            化學分析
            全國熱門有色金屬技術推薦
            展開更多 +

             

            中冶有色技術平臺

            最新更新技術

            報名參會
            更多+

            報告下載

            赤泥綜合利用研究報告2025
            推廣

            熱門技術
            更多+

            衡水宏運壓濾機有限公司
            宣傳
            環磨科技控股(集團)有限公司
            宣傳

            發布

            在線客服

            公眾號

            電話

            頂部
            咨詢電話:
            010-88793500-807
            專利人/作者信息登記
            久爱国产精品一区免费视频_无码国模国产在线观看_久久久久精品国产亚洲A_国产综合精品无码

            <p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

            <var id="xhh1v"></var>
            <output id="xhh1v"></output>

                  <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
                    <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

                    <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>