【技术实现步骤摘要】
本说明书实施例涉及计算机，特别涉及任务模型处理方法、任务处理方法及答案批改方法。
技术介绍
1、通常，机器学习模型的参数量越大，该模型的性能和处理效果就越好。实际应用中，在不同的场景需要的模型参数量也不同，比如在简单场景，参数量较小的模型就能够实现任务的执行，而在复杂的场景，需要参数量较大的模型进行任务处理，才能够保证任务处理的效果。
2、然而，在参数量较小的模型的基础上，想要获得一个参数量更大的模型，还需要对模型进行重新训练，导致模型训练成本较高，浪费计算设备的计算资源，因此，亟需一种有效的技术方案解决上述问题。
技术实现思路
1、有鉴于此，本说明书实施例提供了一种任务模型处理方法。本说明书一个或者多个实施例同时涉及一种任务模型处理装置，一种任务处理方法，一种任务处理装置，一种答案批改方法，一种答案批改装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品，以解决现有技术中存在模型训练成本较高、浪费计算设备的计算资源的技术缺陷。
2、根据本说明书实施例的...
【技术保护点】
1.一种任务模型处理方法，其特征在于，包括：
2.根据权利要求1所述的任务模型处理方法，其特征在于，所述根据第一扩充规则对所述第一处理层的第一矩阵尺寸进行扩充之前，还包括：
3.根据权利要求2所述的任务模型处理方法，其特征在于，所述根据第一扩充规则对所述第一处理层的第一矩阵尺寸进行扩充，包括：
4.根据权利要求3所述的任务模型处理方法，其特征在于，所述第一模型参数为预设参数值，所述第二模型参数为随机参数值；或者，所述第一模型参数为随机参数值，所述第二模型参数为预设参数值。
5.根据权利要求1所述的任务模型处理方法，其特征...
【技术特征摘要】
1.一种任务模型处理方法，其特征在于，包括：
2.根据权利要求1所述的任务模型处理方法，其特征在于，所述根据第一扩充规则对所述第一处理层的第一矩阵尺寸进行扩充之前，还包括：
3.根据权利要求2所述的任务模型处理方法，其特征在于，所述根据第一扩充规则对所述第一处理层的第一矩阵尺寸进行扩充，包括：
4.根据权利要求3所述的任务模型处理方法，其特征在于，所述第一模型参数为预设参数值，所述第二模型参数为随机参数值；或者，所述第一模型参数为随机参数值，所述第二模型参数为预设参数值。
5.根据权利要求1所述的任务模型处理方法，其特征在于，所述获得目标任务模型之后，还包括：
6.根据权利要求5所述的任务模型处理方法，其特征在于，所述根据所述训练数据集，对所述目标...
【专利技术属性】
技术研发人员：花明浩，朱珊珊，卢江虎，李善浩，阎覃，柳景明，
申请(专利权)人：北京猿力未来科技有限公司，
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。