买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利迁移学习模型的确定方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115115050B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210757206.3，技术领域涉及：G06N3/096；该发明授权迁移学习模型的确定方法、装置、设备及存储介质是由黄隆锴设计研发完成，并于2022-06-29向国家知识产权局提交的专利申请。

本迁移学习模型的确定方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种迁移学习模型的确定方法、装置、设备及存储介质，属于计算机与互联网技术领域。所述方法包括：从至少一个候选迁移学习模型中确定多个候选网络层；基于候选网络层对训练样本集合进行处理，得到样本编码信息熵和多个类别分别对应的类别编码信息熵；根据样本编码信息熵和多个类别编码信息熵，确定候选网络层的迁移率；基于各个候选网络层分别对应的迁移率，根据迁移率满足第一条件的候选网络层构建针对训练样本集合的迁移学习模型。本申请中，提供了一种在迁移学习之前评估迁移学习效果的方式，无需迁移学习即能够评估候选网络层对训练样本集合的迁移学习效果，以快速准确地确定针对训练样本集合的最优候选网络层。

本发明授权迁移学习模型的确定方法、装置、设备及存储介质在权利要求书中公布了：1.一种迁移学习模型的确定方法，其特征在于，所述方法由计算机设备执行，所述方法包括： 从至少一个候选迁移学习模型中确定多个候选网络层，一个候选迁移学习模型对应至少一个候选网络层；其中，不同的候选迁移学习模型是基于不同的训练数据训练得到的模型； 基于所述候选网络层对训练样本集合进行处理，得到样本编码信息熵和多个类别分别对应的类别编码信息熵，所述训练样本集合中包括属于不同类别的训练样本图像；其中，所述样本编码信息熵用于指示所述训练样本集合中的训练样本图像编码后所包含的信息量，所述类别对应的类别编码信息熵用于指示所述训练样本集合中属于所述类别的训练样本图像编码后所包含的信息量； 根据所述样本编码信息熵和所述多个类别编码信息熵，确定所述候选网络层的迁移率，所述迁移率用于指示所述候选网络层针对所述训练样本集合的迁移学习效果； 基于各个所述候选网络层分别对应的迁移率，根据迁移率满足第一条件的候选网络层构建针对所述训练样本集合的迁移学习模型，所述训练样本集合中的所述训练样本图像用于对所述迁移学习模型进行训练，以使得所述迁移学习模型执行图像分类任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。