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！

龙图腾网获悉苏州浪潮智能科技有限公司申请的专利模型梯度累加训练方法、装置、电子设备及存储介质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：CN117114070B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310920160.7，技术领域涉及：G06N3/08；该发明授权模型梯度累加训练方法、装置、电子设备及存储介质是由刘姝设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本模型梯度累加训练方法、装置、电子设备及存储介质在说明书摘要公布了：本申请提供模型梯度累加训练方法、装置、电子设备及非易失性可读存储介质。方法包括：将训练数据输入深度学习模型进行迭代训练得到多个迭代训练结果，其中迭代训练结果包括一代训练结果和二代训练结果；对一代训练结果进行前向计算得到第一前向计算结果；对第一前向计算结果和二代训练结果进行前向计算得到第二前向计算结果；对第一前向计算结果和第二前向计算结果进行加权计算得到第一训练梯度值；根据第一训练梯度值调整深度学习模型，得到第一模型训练结果。由于计算结果携带了多代训练结果，训练数据的多样性不受批次大小限制，即使是较小的批次大小同样能够确保梯度计算结果的多样性，保障了根据梯度结果调整的深度学习模型的识别精度。

本发明授权模型梯度累加训练方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种模型梯度累加训练方法，应用于计算硬件平台，所述方法包括： 将训练数据输入深度学习模型进行迭代训练得到多个迭代训练结果，其中所述迭代训练结果包括一代训练结果和二代训练结果，所述训练数据基于预先设置的批处理数据大小分割得到；所述批处理数据大小基于所述计算硬件平台的内存容量确定；所述训练数据被分割为多个批次训练数据，所述批次训练数据包括第一批次训练数据和第二批次训练数据，所述一代训练结果基于将所述第一批次训练数据输入所述深度学习模型得到，所述二代训练结果基于将所述第二批次训练数据输入所述深度学习模型得到； 对所述一代训练结果进行前向计算得到第一前向计算结果； 对所述第一前向计算结果和所述二代训练结果进行前向计算得到第二前向计算结果，所述前向计算包括均值计算和方差计算； 对所述第一前向计算结果和所述第二前向计算结果进行加权计算得到第一训练梯度值； 根据所述第一训练梯度值调整所述深度学习模型，得到第一模型训练结果，所述第一模型训练结果用于识别数据类型。

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苏州浪潮智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢；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。