用于获取样本的方法及装置制造方法及图纸

本公开的实施例公开了用于获取样本的方法及装置。该方法的一具体实施方式包括：通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合；基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数；基于上述样本损失函数更新上述反馈奖励值；响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。该实施方式提高了获取有效数据样本的效率，降低了数据处理量，节约了硬件的内存空间。

Methods and devices for obtaining samples

【技术实现步骤摘要】
用于获取样本的方法及装置
本公开的实施例涉及计算机
，具体涉及用于获取样本的方法及装置。
技术介绍
随着科技的发展，很多问题可以通过对应的数据模型来解决。数据模型训练需要数据样本，技术人员可以获取到合适的数据样本来训练得到对应的数据模型。实际中，对于不同的待解决问题或不同的领域，样本数量通常不同，而不同的样本数量直接影响模型训练的效率。
技术实现思路
本公开的实施例提出了用于获取样本的方法及装置。第一方面，本公开的实施例提供了一种用于获取样本的方法，该方法包括：通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，上述候选数据样本集合满足设定的数据均衡约束条件，上述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，上述基准模型用于检测数据样本的有效性；基于上述样本损失函数更新上述反馈奖励值；响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。在一些实施例中，上述样本筛选控制器包括递归神经网络；以及，上述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，包括：通过上述当前的反馈奖励值对上述递归神经网络的参数进行更新，以使更新后的样本筛选控制器生成使得上述反馈奖励值增大的候选数据样本。在一些实施例中，上述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，包括：基于预设的样本空间生成多个样本种群，将上述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在上述样本种群中的适应度；基于上述候选数据样本在上述样本种群的适应度更新上述样本筛选控制器，以使上述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。在一些实施例中，上述样本空间内的数据样本配置有样本编码，以及，上述通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，包括：通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，其中，上述样本类型参数用于表征样本类型对应的数据样本在样本空间中的比例关系；通过上述样本类型参数生成样本编码序列，上述样本编码序列用于表征候选数据样本集合。在一些实施例中，上述通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，包括：按照至少一种样本类型将上述样本空间内数据样本划分为至少一个数据样本集合；统计上述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量；根据上述至少一个数据样本集合对应的样本数量确定上述样本空间内数据样本的样本类型参数。第二方面，本公开的实施例提供了一种用于获取样本的装置，该装置包括：候选数据样本集合生成单元，被配置成通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，上述候选数据样本集合满足设定的数据均衡约束条件，上述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；样本损失函数确定单元，被配置成基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，上述基准模型用于检测数据样本的有效性；反馈奖励值更新单元，被配置成基于上述样本损失函数更新上述反馈奖励值；样本获取单元，响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，被配置成确定当前的候选数据样本为有效数据样本。在一些实施例中，上述样本筛选控制器包括递归神经网络；以及，上述候选数据样本集合生成单元包括：第一候选数据样本生成子单元，被配置成通过上述当前的反馈奖励值对上述递归神经网络的参数进行更新，以使更新后的样本筛选控制器生成使得上述反馈奖励值增大的候选数据样本。在一些实施例中，上述候选数据样本集合生成单元包括：适应度获取子单元，被配置成基于预设的样本空间生成多个样本种群，将上述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在上述样本种群中的适应度；第二候选数据样本生成子单元，被配置成基于上述候选数据样本在上述样本种群的适应度更新上述样本筛选控制器，以使上述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。在一些实施例中，上述样本空间内的数据样本配置有样本编码，以及，上述候选数据样本集合生成单元包括：样本类型参数确定子单元，被配置成通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，其中，上述样本类型参数用于表征样本类型对应的数据样本在样本空间中的比例关系；候选数据样本集合生成子单元，被配置成通过上述样本类型参数生成样本编码序列，上述样本编码序列用于表征候选数据样本集合。在一些实施例中，上述样本类型参数确定子单元包括：数据样本集合划分模块，被配置成按照至少一种样本类型将上述样本空间内数据样本划分为至少一个数据样本集合；样本统计模块，被配置成统计上述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量；样本类型参数确定模块，被配置成根据上述至少一个数据样本集合对应的样本数量确定上述样本空间内数据样本的样本类型参数。第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于获取样本的方法。第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于获取样本的方法。本公开的实施例提供的用于获取样本的方法及装置，首先通过反馈奖励值更新样本筛选控制器，通过更新后的样本筛选控制器生成候选数据样本集合；然后通过基准模型对候选数据样本集合检测，得到样本损失函数，并通过样本损失函数对反馈奖励值进行更新；最后在反馈奖励值满足收敛条件或迭代次数后，将候选数据样本作为有效数据样本。如此，可以从样本空间中选择出满足约束条件，且能够表征样本空间特性的样本，提高了获取有效数据样本的效率，降低了数据处理量，节约了硬件的内存空间。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：图1是本公开的一个实施例可以应用于其中的示例性系统架构图；图2是根据本公开的用于获取样本的方法的一个实施例的流程图；图3是根据本公开的用于获取样本的方法的一个应用场景的示意图；图4是根据本公开的用于获取样本的方法的又一个实施例的流程图；图5是根据本公开的用于获取样本的装置的一个实施例的结构示意图；图6是适于用来实现本公开的实施例的电子设备结构示意图。具体实施方式下面结合附图和实施例对本公开作进一步的详细本文档来自技高网...

【技术保护点】
1.一种用于获取样本的方法，包括：/n通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过所述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，所述候选数据样本集合满足设定的数据均衡约束条件，所述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；/n基于预设的基准模型对所述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，所述基准模型用于检测数据样本的有效性；/n基于所述样本损失函数更新所述反馈奖励值；/n响应于所述反馈奖励值达到预设的收敛条件或者所述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。/n

【技术特征摘要】
1.一种用于获取样本的方法，包括：
通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过所述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，所述候选数据样本集合满足设定的数据均衡约束条件，所述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；
基于预设的基准模型对所述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，所述基准模型用于检测数据样本的有效性；
基于所述样本损失函数更新所述反馈奖励值；
响应于所述反馈奖励值达到预设的收敛条件或者所述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。


2.根据权利要求1所述的方法，其中，所述样本筛选控制器包括递归神经网络；以及
所述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，包括：
通过所述当前的反馈奖励值对所述递归神经网络的参数进行更新，以使更新后的样本筛选控制器生成使得所述反馈奖励值增大的候选数据样本。


3.根据权利要求1或2所述的方法，其中，所述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，包括：
基于预设的样本空间生成多个样本种群，将所述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在所述样本种群中的适应度；
基于所述候选数据样本在所述样本种群的适应度更新所述样本筛选控制器，以使所述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。


4.根据权利要求1所述的方法，所述样本空间内的数据样本配置有样本编码，以及
所述通过所述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，包括：
通过所述更新后的样本筛选控制器从样本空间中确定样本类型参数，其中，所述样本类型参数用于表征样本类型对应的数据样本在样本空间中的比例关系；
通过所述样本类型参数生成样本编码序列，所述样本编码序列用于表征候选数据样本集合。


5.根据权利要求4所述的方法，所述通过所述更新后的样本筛选控制器从样本空间中确定样本类型参数，包括：
按照至少一种样本类型将所述样本空间内数据样本划分为至少一个数据样本集合；
统计所述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量；
根据所述至少一个数据样本集合对应的样本数量确定所述样本空间内数据样本的样本类型参数。


6.一种用于获取样本的装置，包括：
候选数据样本集合生成单元，被配置成通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过所述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，所述候选数据样本集合满足设定的数据均衡约束条件，所述反馈奖励值用...

【专利技术属性】
技术研发人员：希滕，张刚，温圣召，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11