【技术实现步骤摘要】
模型生成方法、装置、电子设备及计算机存储介质
[0001]本公开涉及计算机
，尤其涉及计算机视觉、深度学习等人工智能领域。
技术介绍
[0002]随着计算机技术的发展，计算机模型的技术发展速度和应用场景数量均快速提升。为了获得效果更好的计算机模型，用于训练模型的数据起到了非常重要的作用。但由于训练模型所使用的数据需要给与正确的标签，以使得模型学习到需要掌握的信息，而为数据赋予标签的过程往往较为繁琐甚至需要较多的人工参与，从而无形中影响模型训练的成本和速度的优化。
技术实现思路
[0003]本公开提供了一种模型生成方法、装置、电子设备及计算机存储介质。
[0004]根据本公开的一方面，提供了一种模型生成方法，包括：
[0005]获取用于训练目标模型的训练数据，训练数据包括已标注数据和未标注数据；
[0006]利用目标模型，根据已标注数据，得到第一输出结果；
[0007]利用目标模型，根据未标注数据，得到第二输出结果；
[0008]根据第一输出结果和第二输出结果优化目...
【技术保护点】
【技术特征摘要】
1.一种模型生成方法，包括：获取用于训练目标模型的训练数据，所述训练数据包括已标注数据和未标注数据；利用所述目标模型，根据所述已标注数据，得到第一输出结果；利用所述目标模型，根据所述未标注数据，得到第二输出结果；根据所述第一输出结果和所述第二输出结果优化所述目标模型，得到优化后的目标模型。2.根据权利要求1所述的方法，其中，所述根据所述第一输出结果和第二输出结果优化所述目标模型，得到优化后的目标模型，包括：根据所述第一输出结果，计算第一损失值；根据所述第二输出结果，计算第二损失值；根据所述第一损失值和所述第二损失值，优化所述目标模型，得到所述优化后的目标模型。3.根据权利要求2所述的方法，其中，所述根据所述第一输出结果，计算第一损失值，包括：根据所述已标注数据的有效数、所述第一输出结果和所述已标注数据的标签，计算所述第一损失值；所述已标注数据的有效数是根据所述已标注数据中符合设定条件的部分数据计算的。4.根据权利要求2或3所述的方法，其中，所述根据所述第二输出结果，计算第二损失值，包括：根据所述未标注数据的有效数、所述第二输出结果和所述未标注数据的权重因子，计算所述第二损失值；所述未标注数据的有效数是根据所述未标注数据中符合设定条件的部分数据计算的。5.根据权利要求2
‑
4中任意一项所述的方法，其中，所述根据所述第一损失值和所述第二损失值，优化所述目标模型，得到所述优化后的目标模型，包括：根据所述第一损失值和所述第二损失值，得到总损失值；根据所述总损失值，优化所述目标模型，得到所述优化后的目标模型。6.根据权利要求1
‑
5中任意一项所述的方法，其中，所述获取用于训练目标模型的训练数据，包括：获取已标注原始数据和未标注原始数据；在所述已标注原始数据中添加第一噪声信息，得到所述已标注数据；在所述未标注原始数据中添加第二噪声信息，得到所述未标注数据。7.根据权利要求6所述的方法，其中，所述第二噪声信息包括所述第一噪声信息和第三噪声信息，所述第三噪声信息的干扰强度大于所述第一噪声信息。8.一种模型生成装置，包括：训练数据获取模块，用于获取用于训练目标模型的训练数据，所述训练数据包括已标注数据和未标注数据；第一输出结果获得模块，用于利用所述目标模型，根据所述已标注数据，得到第一输出结果；第二输出结果获得模块，用于利用所述目标模型，根据所述未标注数据，得到第二输出
结果；优化模块，用于根据...
【专利技术属性】
技术研发人员：彭涵宇，骈纬国，孙明明，李平，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。