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！
摘要：本发明公开了一种基于参数拼接的大小模型端云协同计算方法及系统。本发明采用了一种独特的跨多个模型的参数融合策略来克服由于无效或不那么重要的参数造成的限制。本发明的方法包括两个主要组成部分：参数值评估和参数融合。模型参数值由局部参数价值矩阵和全局参数价值融合得到。局部参数价值矩阵是通过参数差来判断各位置参数的散度，而全局参数价值利用模型参数信息熵的大小来评估模型参数的总体值。模型参数融合的方法包括硬融合和软融合两种方式，可以根据其评价值来确定拼接模型中参数的值。通过这种算法，在大量的推荐模型和动态模型框架的数据集上，可以在不增加推理成本的情况下具有显著的优势。
主权项：1.一种基于参数拼接的大小模型端云协同计算方法，其特征在于，用于向用户进行商品的个性化推荐，包括以下步骤：S1.在参数拼接中，云侧对M个推荐模型进行参数初始化，初始化后的M个推荐模型在用户行为数据集上各自进行预训练，云侧得到M个预训练后的推荐模型；其中，所述用户行为数据集由用户行为数据以及相应的标签构成，每个用户行为数据包含用户ID、商品ID和用户的历史点击序列；S2.在参数价值评估中，云侧在所述用户行为数据集上对M个预训练后的推荐模型进行训练，云侧将训练好的推荐模型参数矩阵与各自的价值矩阵通过参数融合，得到参数融合后的拼接模型的参数，所述参数融合采用硬融合方式或者软融合方式；云侧在对每个预训练后的推荐模型进行训练时，将局部价值评估得到的局部参数价值矩阵与全局价值评估得到的全局参数价值进行参数价值融合作为每个训练好的推荐模型的价值矩阵；S3.在推理中，云侧将S2中参数融合后的拼接模型的参数作为训练好的拼接模型的参数，云侧将训练好的拼接模型发送至端侧，端侧将待检测的用户行为数据输入到训练好的拼接模型中，由训练好的拼接模型输出用户ID和商品ID发生交互的概率。
全文数据：
权利要求：
百度查询： 上海浙江大学高等研究院 浙江大学 基于参数拼接的大小模型端云协同计算方法及系统
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