天眼查App显示，2025年6月24日，「一种有效地提升神经网络模型精度的方法」正式进入专利的公布阶段。申请人为北京君正集成电路股份有限公司，该项计算；推算；计数领域的专利涉及神经网络训练过程中的模型精度优化方法。据专利信息显示，通过引入双模型结构与滑动平均参数更新机制，在多个训练周期后实现模型精度对比选择，技术效果数据提升达显著优化。发明人为余慧。本发明提供一种有效地提升神经网络模型精度的方法，包括：S1.训练任务所需的数据集准备；S2.训练前的数据预处理，包括裁减，缩放，色彩变换，数据增强等；S3.定义网络结构Model；S4.同时拷贝出一个备份网络Model2；S5.从0开始epoch遍历；S6.从0开始遍历batch；S7.Model进行前向网络计算，一个batch结束后会进行梯度反传并更新模型Model的参数；S8.同时也按照如下公式更新Model2的参数：Model2＝Model2*alpha+Model*（1‑alpha），即采用滑动平均的方式对Model2进行更新，历史保留alpha；S9.Model和Model2都设置eval模式进行验证集的测试，分别得到验证结果acc1,acc2；S10.每个batch重复步骤S6‑S9，直至当前epoch结束，开始下一轮，所有epoch结束之后，对比Model和Model2的最高精度的较大值，如果acc1>acc2,则保留Model的参数作为最终的best.pt，反之保留Model1的参数作为最终的best.pt。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。