本文源自:金融界
金融界2024年5月1日消息，据国家知识产权局公告，华为技术有限公司申请一项名为“一种机器学习模型的训练方法和相关装置“，公开号CN117952168A，申请日期为2022年10月。
专利摘要显示，本申请实施例公开了一种机器学习模型的训练方法和相关装置，用于解决CPU和NPU需要进行频繁的环境交互与网络交互带来带宽压力问题。本申请实施例方法在神经网络处理器上执行，包括：获取样本环境数据；根据样本环境数据训练环境模型；将环境模型与智能体模型进行交互，得到状态动作序列；将状态动作序列提供给智能体模型进行训练，并将训练后的智能体模型继续与环境模型进行交互，直到智能体模型的损失值收敛到预设值，得到训练后的智能体模型。
