【技术实现步骤摘要】
本申请涉及神经网络模型，具体涉及一种模型训练方法、装置、电子设备及计算机存储介质。
技术介绍
1、随着科学技术的发展，神经网络模型的应用越来越广泛。在使用神经网络模型之前，需要根据数据对神经网络模型进行训练。神经网络模型的训练包括有监督训练和无监督训练。当有监督训练神经网络模型时，需要对数据进行标注。
2、目前数据存在不同的数据来源，不同数据来源的数据对应的标识可能相同，此时，需要将相同标识的数据进行聚类合并后再进行标注和训练，但是，这样会导致引入噪声，使得神经网络模型的训练效果较差。
技术实现思路
1、本申请实施例提供一种模型训练方法、装置、电子设备及计算机存储介质，可以解决神经网络模型的训练效果较差的技术问题。
2、本申请实施例提供一种模型训练方法，包括：
3、获取待训练模型的数据集，上述数据集包括至少两种来源的训练数据；
4、对每种上述来源的上述训练数据进行特征提取，得到每种上述来源的上述训练数据对应的样本特征；
5、根据每...
【技术保护点】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述根据每种所述来源的损失值，对所述待训练模型进行训练，得到所述待训练模型训练完成的目标模型，包括：
3.根据权利要求2所述的模型训练方法，其特征在于，所述获取每种所述来源对应的更新顺序，包括：
4.根据权利要求2所述的模型训练方法，其特征在于，所述获取每种所述来源对应的更新顺序，包括：
5.根据权利要求1所述的模型训练方法，其特征在于，所述获取待训练模型的数据集，包括：
6.根据权利要求5所述的模型训练方法，其特征在...
【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述根据每种所述来源的损失值，对所述待训练模型进行训练，得到所述待训练模型训练完成的目标模型，包括：
3.根据权利要求2所述的模型训练方法，其特征在于，所述获取每种所述来源对应的更新顺序，包括：
4.根据权利要求2所述的模型训练方法，其特征在于，所述获取每种所述来源对应的更新顺序，包括：
5.根据权利要求1所述的模型训练方法，其特征在于，所述获取待训练模型的数据集，包括：
6.根据权利要求5所述的模型训练方法，其特征在于，所述对所述候选来源对应的训练数据进行...
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。