【技术实现步骤摘要】
本申请涉及人工智能和机器学习领域，具体而言，涉及一种模型的处理方法、系统、电子设备和存储介质。
技术介绍
1、目前，在生成模型的研究中，预训练模型因其强大的生成能力而受到广泛关注，预训练模型通常通过噪声数据的迭代去噪过程来学习数据分布，并生成新的、看似真实的数据样本。
2、但是，当预训练模型使用低步数采样时，预训练生成模型的生成结果的误差会显著增加，严重降低生成性能，从而存在生成模型的生成效果差的问题。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供一种模型的处理方法、系统、电子设备和存储介质，以至少解决生成模型的生成效果差的技术问题。
2、根据本申请实施例的一个方面，提供了一种模型的处理方法。该方法可以包括：获取待生成模型的条件信息，其中，条件信息用于表示待生成模型在应用场景下所需满足的条件；在条件信息下，确定待生成模型对应的预训练模型，且确定预训练模型所采用的噪声调度策略，其中，噪声调度策略用于表示在训练预训练模型的过程中，对预训练模型的噪声进行调整的规则；确定噪声调度策略下的初始求解器的参数；利用初始求解器的参数，对预训练模型进行采样，且利用得到的采样结果调整初始求解器，得到目标求解器；利用目标求解器对预训练模型进行训练，得到应用场景下的生成模型。
3、根据本申请实施例的另一个方面，提供了一种模型的处理方法。该方法可以包括：获取待生成的去噪生成模型的条件信息，其中，条件信息用于表示待生成的去
4、根据本申请实施例的另一个方面，提供了一种模型的处理方法。该方法可以包括：通过调用第一接口获取待生成模型的条件信息，其中，第一接口包括第一参数，第一参数的参数值包括条件信息，条件信息用于表示待生成模型在应用场景下所需满足的条件；在条件信息下，确定待生成模型对应的预训练模型，且确定预训练模型所采用的噪声调度策略，其中，噪声调度策略用于表示在训练预训练模型的过程中，对预训练模型的噪声进行调整的规则；确定噪声调度策略下的初始求解器的参数；利用初始求解器的参数，对预训练模型进行采样，且利用得到的采样结果调整初始求解器，得到目标求解器；利用目标求解器对预训练模型进行训练，得到应用场景下的生成模型；通过调用第二接口输出生成模型，其中，第二接口包括第二参数，第二参数的参数值包括生成模型。
5、根据本申请实施例的另一个方面，提供了一种模型的处理系统。该系统可以包括：客户端，用于发送待生成模型的条件信息，其中，条件信息用于表示待生成模型在应用场景下所需满足的条件；服务器，与客户端连接，用于在条件信息下，确定待生成模型对应的预训练模型，且确定预训练模型所采用的噪声调度策略，其中，噪声调度策略用于表示在训练预训练模型的过程中，对预训练模型的噪声进行调整的规则；确定噪声调度策略下的初始求解器的参数；利用初始求解器的参数，对预训练模型进行采样，且利用得到的采样结果调整初始求解器，得到目标求解器；利用目标求解器对预训练模型进行训练，得到应用场景下的生成模型；将生成模型发送至客户端。
6、根据本申请实施例的另一方面，还提供了一种电子设备，电子设备可以包括存储器和处理器：存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，上述计算机可执行指令被处理器执行时，实现上述任意一项的模型的处理方法。
7、根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，在程序运行时执行上述任意一项的模型的处理方法。
8、根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任意一项的模型的处理方法。
9、根据本申请实施例的另一方面，还提供了一种计算机程序产品，包括非易失性计算机可读存储介质，非易失性计算机可读存储介质存储计算机程序，计算机程序被处理器执行时实现上述任意一项的模型的处理方法。
10、在本申请实施例中，获取待生成模型的条件信息，其中，条件信息用于表示待生成模型在应用场景下所需满足的条件；在条件信息下，确定待生成模型对应的预训练模型，且确定预训练模型所采用的噪声调度策略，其中，噪声调度策略用于表示在训练预训练模型的过程中，对预训练模型的噪声进行调整的规则；确定噪声调度策略下的初始求解器的参数；利用初始求解器的参数，对预训练模型进行采样，且利用得到的采样结果调整初始求解器，得到目标求解器；利用目标求解器对预训练模型进行训练，得到应用场景下的生成模型。也就是说，本申请实施例利用对预训练模型进行采样得到的采样结果，对初始求解器的参数进行调整，可以确定预训练模型所采用的噪声调度策略下的目标求解器，从而利用目标求解器，可以加速生成模型采样的生成性能，进而实现了提升生成模型的生成效果，解决了生成模型的生成效果差的技术问题。
11、容易注意到的是，上面的通用描述和后面的详细描述仅仅是为了对本申请进行举例和解释，并不构成对本申请的限定。
本文档来自技高网...【技术保护点】
1.一种模型的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，确定所述噪声调度策略下的初始求解器的参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述待调整变量包括时间变量和系数变量，所述初始求解器的参数包括所述初始求解器的时间步长，以及所述初始求解器的系数矩阵，将所述待调整变量，转换为所述初始求解器的参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述初始求解器的参数包括所述初始求解器的时间步长，以及所述初始求解器的系数矩阵，利用所述初始求解器的参数，对所述预训练模型进行采样，包括：
5.根据权利要求4所述的方法，其特征在于，利用所述时间步长和所述系数矩阵，对所述预训练模型进行线性采样，得到所述采样结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求5所述的方法，其特征在于，利用得到采样结果调整所述初始求解器，得到目标求解器，包括：
8.根据权利要求7所述的方法，其特征在于，响应于所述当前采样次数大于或等于所述目标采样
9.根据权利要求7所述的方法，其特征在于，所述方法还包括：
10.根据权利要求1至9中任意一项所述的方法，其特征在于，获取待生成模型的条件信息，包括：
11.一种模型的处理方法，其特征在于，包括：
12.一种模型的处理方法，其特征在于，包括：
13.一种模型的处理系统，其特征在于，包括：
14.一种计算设备，其特征在于，包括：
15.一种电子设备，其特征在于，包括：
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至12中任意一项所述的方法。
17.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1至12中任意一项所述的方法。
...【技术特征摘要】
1.一种模型的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，确定所述噪声调度策略下的初始求解器的参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述待调整变量包括时间变量和系数变量，所述初始求解器的参数包括所述初始求解器的时间步长，以及所述初始求解器的系数矩阵，将所述待调整变量，转换为所述初始求解器的参数，包括：
4.根据权利要求1所述的方法，其特征在于，所述初始求解器的参数包括所述初始求解器的时间步长，以及所述初始求解器的系数矩阵，利用所述初始求解器的参数，对所述预训练模型进行采样，包括：
5.根据权利要求4所述的方法，其特征在于，利用所述时间步长和所述系数矩阵，对所述预训练模型进行线性采样，得到所述采样结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求5所述的方法，其特征在于，利用得到采样结果调整所述初始求解器，得到目标求解器，包括：
8.根据权利要求7所述的方法...
【专利技术属性】
技术研发人员：李泽贤，王帅，张奇鹏，宋天惠，李旭斌，葛铁铮，郑波，王利民，
申请(专利权)人：浙江天猫技术有限公司，
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。