龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南方科技大学
摘要：本发明公开了一种协作式的模型训练方法及装置，涉及深度学习技术领域，其中协作式的模型训练方法包括：从多个客户端对应的客户端集中选取出共享数据集；根据共享数据集和预设分数参与联邦学习训练，得到分类模型参数；将分类模型参数广播至多个客户端；获取多个客户端返回的更新模型参数；根据更新模型参数进行聚合，得到多个全局二元分类模型；将多个全局二元分类模型集成为全局多分类模型。上述协作式的模型训练方法，能够提高联邦学习框架的性能、准确性和收敛速度，不需要共享任何数据、不需要基于特定模型，并提供完整的隐私保护，精度波动更小，从而减少了数据对模型收敛的负面影响，适用于大规模用户场景。
主权项：1.协作式的模型训练方法，其特征在于，包括：从多个客户端对应的客户端集中选取出共享数据集；根据所述共享数据集和预设分数参与联邦学习训练，得到分类模型参数；将所述分类模型参数广播至所述多个客户端；获取所述多个客户端返回的更新模型参数；所述更新模型参数是指所述客户端通过本地训练优化分类器后所得的二元分类器参数；获取所述更新模型参数对应的更新二元分类模型；根据所述更新二元分类模型对所述更新模型参数进行分组，得到多个待聚合分类组；分别提取每个所述待聚合分类组的待聚合参数；根据所述待聚合参数和所述更新二元分类模型进行聚合，得到多个全局二元分类模型；其中，所述更新模型参数和所述更新二元分类模型的生成过程具体包括：根据多个本地二元分类模型对应的本地数据标签初始化多个所述本地二元分类模型，根据本地数据集优化初始化后的多个所述本地二元分类模型，得到多个更新模型参数和多个更新二元分类模型；所述本地数据集为图像数据集；将所述多个全局二元分类模型集成为全局多分类模型；其中，对于所述更新二元分类模型，所述根据所述待聚合参数和所述更新二元分类模型进行聚合的聚合过程具体表述为下述公式所示： 其中，为所述待聚合参数，为所述待聚合分类组，为所述更新模型参数，。
全文数据：
权利要求：
百度查询： 南方科技大学 协作式的模型训练方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号