首页> 外国专利> TRANSFER LEARNING AND DOMAIN ADAPTATION USING DISTRIBUTABLE DATA MODELS

TRANSFER LEARNING AND DOMAIN ADAPTATION USING DISTRIBUTABLE DATA MODELS

机译:使用可分配数据模型进行传输学习和域自适应

摘要

A system for transfer learning and domain adaptation using distributable data models is provided, comprising a network-connected distributable model configured to serve instances of a plurality of distributable models; and a directed computation graph module configured to receive at least an instance of at least one of the distributable models from the network -connected computing system, create a second dataset from machine {earning performed by a transfer engine, train the instance of the distributable model with the second dataset, and generate an update report based at least in part by updates to the instance of the distributable model.
机译:提供了一种用于使用可分配数据模型的转移学习和域自适应的系统,该系统包括配置为服务于多个可分配模型的实例的网络连接可分配模型。以及定向计算图模块,其被配置为从网络连接的计算系统接收至少一个可分配模型的至少一个实例,从机器创建第二数据集{由传输引擎执行的收入,训练可分配模型的实例使用第二个数据集,并至少部分基于可分配模型实例的更新来生成更新报告。

著录项

  • 公开/公告号WO2019113501A1

    专利类型

  • 公开/公告日2019-06-13

    原文格式PDF

  • 申请/专利权人 FRACTAL INDUSTRIES INC.;

    申请/专利号WO2018US64555

  • 发明设计人 CRABTREE JASON;SELLERS ANDREW;

    申请日2018-12-07

  • 分类号G06F16;G06N20;

  • 国家 WO

  • 入库时间 2022-08-21 11:54:23

相似文献

  • 专利
  • 外文文献
  • 中文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号