首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

编解码模型的训练方法、编码方法、解码方法及设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浙江华创视讯科技有限公司

摘要:本申请公开了一种编解码模型的训练方法、编码方法、解码方法及设备,该编解码模型的训练方法包括:获取预训练的神经网络模型,神经网络模型对应有多个损失函数;利用神经网络模型对样本源数据进行编解码处理,基于编解码结果和多个损失函数,计算得到多个损失值;检测神经网络模型当前的训练影响因素,基于训练影响因素计算每个损失函数的动态权重;基于每个损失函数的动态权重对多个损失值进行加权计算,得到训练总损失;利用训练总损失调整神经网络模型的模型参数,得到训练完成的数据编解码模型,不仅通过多损失函数提高了模型训练效率,还通过动态调整损失函数的权重,增强了模型面对复杂的数据编解码环境的灵活性和鲁棒性。

主权项:1.一种编解码模型的训练方法,其特征在于,包括:获取预训练的神经网络模型,所述神经网络模型对应有多个损失函数,每个损失函数分别对应不同的模型优化目标;利用所述神经网络模型对样本源数据进行编解码处理,基于编解码结果和所述多个损失函数,计算得到多个损失值;检测所述神经网络模型当前的训练影响因素,基于所述训练影响因素计算所述每个损失函数的动态权重;其中,所述训练影响因素至少包括所述神经网络模型当前的模型性能、所述样本源数据对应的传输信道当前的信道状态中的一种或多种;基于所述每个损失函数的动态权重对所述多个损失值进行加权计算,得到训练总损失;利用所述训练总损失调整所述神经网络模型的模型参数,得到训练完成的数据编解码模型。

全文数据:

权利要求:

百度查询: 浙江华创视讯科技有限公司 编解码模型的训练方法、编码方法、解码方法及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。