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

一种模型联合训练的方法和系统 

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:支付宝(杭州)信息技术有限公司

摘要:本说明书实施例公开了一种模型联合训练的方法及系统。所述方法包括:多个联合训练的参与终端分别基于所述终端自身持有的私有数据联合进行模型训练,多个联合训练的参与终端分别使用基于梯度的优化算法生成各自的梯度;所述多个参与终端分别将所述各自的梯度发送给服务器;所述服务器从多个所述梯度中选取可信任梯度,并且根据选取的所述可信任梯度更新所述联合训练模型的参数;所述样本数据为文本数据、语音数据或者图形数据。

主权项:1.一种模型联合训练的方法,所述方法包括:获取多个梯度,其中,所述多个梯度由多个联合训练的参与终端分别基于所述终端自身持有的样本数据进行模型联合训练得到;计算所述多个梯度的第一平均值,并且分别计算所述多个梯度与所述第一平均值的差,并分别对差取模获取多个偏差结果;基于所述多个偏差结果,从所述多个梯度中选取偏差小于预设阈值的所述梯度作为可信任梯度或者确定所述多个偏差结果的偏差由小到大的排名,从所述多个梯度中选取排名小于预设阈值的所述梯度作为可信任梯度,并且根据选取的所述可信任梯度更新联合训练模型的参数,其中,所述多个梯度中除可信任梯度外的其他梯度为可疑梯度,所述可疑梯度不被用于本次更新所述联合训练模型的参数;计算多个所述可信任梯度的第二平均值;将所述第二平均值作为所述联合训练模型的参数对应的梯度,使用梯度下降算法更新所述联合训练模型的参数;所述样本数据为文本数据、语音数据或者图形数据。

全文数据:

权利要求:

百度查询: 支付宝(杭州)信息技术有限公司 一种模型联合训练的方法和系统

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。