Document
拖动滑块完成拼图
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

用于预训练用于不同下游任务的模型的系统和方法 

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:谷歌有限责任公司

摘要:提供了用于预训练机器学习模型的示例方法。该示例方法包括获得预训练目标框架的配置参数的多个不同组合。该示例方法包括使用该预训练目标框架从一个或多个训练示例生成多个损坏的训练示例,其中多个损坏的训练示例分别根据多个不同组合来生成。该示例方法包括将多个损坏的训练示例输入机器学习模型中,其中机器学习模型被配置为生成与损坏的训练示例的损坏子部分相对应的未损坏子部分。该示例方法包括从机器学习模型获得由机器学习模型基于多个损坏的训练示例分别生成的多个输出。该示例方法包括基于对多个输出的评估来更新机器学习模型的一个或多个参数。

主权项:1.一种用于利用多样化目标来预训练机器学习模型的计算机实现的方法,包括:由包括一个或多个处理器的计算系统获得预训练目标框架的配置参数的多个不同组合;由所述计算系统并使用所述预训练目标框架从一个或多个训练示例生成多个损坏的训练示例,其中所述多个损坏的训练示例分别根据所述配置参数的多个不同组合来生成;由所述计算系统将所述多个损坏的训练示例输入所述机器学习模型中,其中所述机器学习模型被配置为生成与所述损坏的训练示例的损坏子部分相对应的未损坏子部分;由所述计算系统并从所述机器学习模型获得由所述机器学习模型基于所述多个损坏的训练示例分别生成的多个输出;以及由所述计算系统基于对所述多个输出的评估来更新所述机器学习模型的一个或多个参数。

全文数据:

权利要求:

百度查询: 谷歌有限责任公司 用于预训练用于不同下游任务的模型的系统和方法

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。