<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

            > 基于強化學習的零樣本學習模型的訓練方法及裝置

            基于強化學習的零樣本學習模型的訓練方法及裝置

            743   編輯:管理員   來源:中冶有色網  
            2023-03-19 07:00:50
            本發明公開了一種基于強化學習的零樣本學習模型的訓練方法及裝置、計算機可讀存儲介質,該方法包括以下步驟:獲取已訓練的分類模型;固定已訓練的分類模型的參數,將訓練數據輸入已訓練的分類模型;從已訓練的分類模型獲取訓練數據經特征提取后得到的特征數據,將特征數據轉換為狀態向量;將狀態向量輸入基于強化學習的動作預測模型,根據當前的獎賞值進行預測得到動作預測結果并執行相應的動作,以對輸入的訓練數據進行調整;通過損失函數優化基于強化學習的動作預測模型的參數,得到已訓練的基于強化學習的動作預測模型,再與已訓練的分類模型組成已訓練的基于強化學習的零樣本學習模型。本發明實現了進一步提高零樣本學習模型的性能的效果。
            登錄解鎖全文
            聲明:
            “基于強化學習的零樣本學習模型的訓練方法及裝置” 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>