首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

联合学习的方法、系统、节点及存储介质 

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!

申请/专利权人:华为技术有限公司

摘要:本申请提供了人工智能领域中的一种联合学习的方法,应用于联合学习系统,所述联合学习系统包括一个或者多个计算节点以及一个或多个中心节点,所述方法包括:计算节点接收由中心节点发送的第一初级模型,其中,所述第一初级模型是所述中心节点根据中心节点的中心数据库对神经网络进行训练后得到的;所述计算节点使用所述计算节点的本地数据库对所述第一初级模型进行增量学习从而获得第一中级模型;所述计算节点向所述中心节点发送所述第一中级模型,使得所述中心节点对接收到的多个所述第一中级模型进行模型融合从而获得第一高级模型。

主权项:1.一种联合学习的方法,其特征在于,应用于联合学习系统,所述联合学习系统包括一个或者多个计算节点以及一个或多个中心节点,所述方法包括:计算节点接收由中心节点发送的第一初级模型,其中,所述第一初级模型是所述中心节点根据中心节点的中心数据库对神经网络进行训练后得到的;所述计算节点使用所述计算节点的本地数据库对所述第一初级模型进行增量学习从而获得第一中级模型;所述计算节点向所述中心节点发送所述第一中级模型,使得所述中心节点对接收到的多个所述第一中级模型进行模型融合从而获得第一高级模型,所述第一高级模型是所述中心节点根据多个第一中级模型获得多教师融合模型后,使用所述中心节点的所述中心数据库对所述多教师融合模型进行增量学习后获得的,其中,所述多教师融合模型的全连接层提取的特征向量是m个正向提升模型的全连接层提取的特征向量进行拼接并降维处理后得到的,所述m个正向提升模型是根据所述多个第一中级模型得到的,所述正向提升模型是对基础模型有指导作用的模型,所述基础模型是将所述中心数据库中的测试数据输入所述多个第一中级模型后,所述多个第一中级模型中预测准确率最高的模型,所述多教师融合模型的全连接层提取的特征向量与所述第一高级模型的特征向量的维度相同。

全文数据:

权利要求:

百度查询: 华为技术有限公司 联合学习的方法、系统、节点及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。