支付宝(杭州)信息技术有限公司董鑫获国家专利权
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！
龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利一种模型的训练方法、装置以及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115496162B 。
龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211259139.9，技术领域涉及：G06F18/214；该发明授权一种模型的训练方法、装置以及设备是由董鑫;吴睿泽;熊超;李海;程磊;何勇;莫林剑设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。
本一种模型的训练方法、装置以及设备在说明书摘要公布了：本说明书实施例公开了一种模型的训练方法、装置以及设备。通过获取第j层对于训练样本的输出特征xjj，生成由M个输出特征所组成的特征矩阵，1≤j≤M；针对第i个任务，根据稀疏矩阵中的第i行与所述输出特征矩阵生成对应该任务的稀疏特征vii，其中，所述稀疏矩阵中包含K*M个可训练的稀疏参数Z；获取所述多任务模型对所述第i个任务的初始预测特征，融合所述初始预测特征和所述稀疏特征vii生成第i个任务的目标预测特征yii；根据所述目标预测特征yii和训练样本的标签的差异确定第i个任务的损失值Lii；融合所产生的K个任务的损失值生成总损失值，根据所述总损失值对所述稀疏参数Z进行训练。
本发明授权一种模型的训练方法、装置以及设备在权利要求书中公布了：1.一种模型的训练方法，应用于包含M层和K个任务的多任务模型中，M和K为大于1的自然数，所述方法包括： 获取第j层对于训练样本的输出特征xj，生成由M个输出特征所组成的特征矩阵，1≤j≤M； 针对第i个任务，根据稀疏矩阵中的第i行与所述输出特征矩阵生成对应该任务的稀疏特征vi，其中，所述稀疏矩阵中包含K*M个可训练的稀疏参数Z； 获取所述多任务模型对所述第i个任务的初始预测特征，融合所述初始预测特征和所述稀疏特征vi生成第i个任务的目标预测特征yi； 根据所述目标预测特征yi和训练样本的标签的差异确定第i个任务的损失值Li； 融合所产生的K个任务的损失值生成总损失值，根据所述总损失值对所述稀疏参数Z进行训练； 所述任务包括以下至少一种：图片识别、图片分类、预测用户对于一个推荐信息的点击率、预测用户对于一个推荐信息的阅读时长、购买转化率。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路556号8层B段801-11；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励