【技术实现步骤摘要】
本公开涉及信息处理领域，具体涉及信息处理装置、信息处理方法及计算机可读存储介质。
技术介绍
1、在信息处理领域中，终生(持续)学习有着重要应用。然而，在使用新的训练样本集对经训练得到的原有模型进行进一步训练的情况下，所得到的新的模型可能散失原有模型的性能。
技术实现思路
1、在下文中给出了关于本公开的简要概述，以便提供关于本公开的某些方面的基本理解。但是，应当理解，这个概述并不是关于本公开的穷举性概述。它并不是意图用来确定本公开的关键性部分或重要部分，也不是意图用来限定本公开的范围。其目的仅仅是以简化的形式给出关于本公开的某些概念，以此作为稍后给出的更详细描述的前序。
2、鉴于以上问题，本公开的目的是提供能够解决现有技术中的一个或多个缺点的信息处理装置和方法。
3、根据本公开的一方面，提供了一种信息处理装置，包括：第一模型训练单元，被配置成利用第一训练样本集对预先训练的第一模型进行训练，以达预定条件，从而获得用于对待预测对象进行预测的再训练的第一模型。再训练的第一模型包括特征提取器和判别器。判别器的输出用于表征预先训练的第一模型的特征提取器所提取的特征的分布和再训练的第一模型的特征提取器所提取的特征的分布之间的差异。预定条件包括判别器的输出在第一预定阈值范围内。
4、根据本公开的另一方面，提供了一种信息处理方法，包括：利用第一训练样本集对预先训练的第一模型进行训练，以达预定条件，从而获得用于对待预测对象进行预测的再训练的第一模型。再训练的第一模型
5、根据本公开的其它方面，还提供了用于实现上述根据本公开的方法的计算机程序代码和计算机程序产品，以及其上记录有该用于实现上述根据本公开的方法的计算机程序代码的计算机可读存储介质。
6、在下面的说明书部分中给出本公开实施例的其它方面，其中，详细说明用于充分地公开本公开实施例的优选实施例，而不对其施加限定。
本文档来自技高网...【技术保护点】
1.一种信息处理装置，包括：
2.根据权利要求1所述的信息处理装置，其中，所述预先训练的第一模型不包括判别器，
3.根据权利要求1所述的信息处理装置，其中，所述预先训练的第一模型包括判别器。
4.根据权利要求3所述的信息处理装置，其中，所述第一模型训练单元被配置成在对所述预先训练的第一模型进行训练之前，对所述预先训练的第一模型的判别器的结构参数进行初始化。
5.根据权利要求1所述的信息处理装置，其中，
6.根据权利要求5所述的信息处理装置，其中，所述第一训练样本集和所述第二训练样本集涉及不同类型的对象。
7.根据权利要求5或6所述的信息处理装置，还包括：
8.根据权利要求1所述的信息处理装置，其中，所述预先训练的第一模型是神经网络模型。
9.一种信息处理方法，包括：
10.一种存储有程序的计算机可读存储介质，所述程序在由计算机执行时使得所述计算机执行根据权利要求9所述的信息处理方法。
【技术特征摘要】
1.一种信息处理装置，包括：
2.根据权利要求1所述的信息处理装置，其中，所述预先训练的第一模型不包括判别器，
3.根据权利要求1所述的信息处理装置，其中，所述预先训练的第一模型包括判别器。
4.根据权利要求3所述的信息处理装置，其中，所述第一模型训练单元被配置成在对所述预先训练的第一模型进行训练之前，对所述预先训练的第一模型的判别器的结构参数进行初始化。
5.根据权利要求1所述的信息处理装置，其中，...
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。