申请/专利权人：北京达佳互联信息技术有限公司

申请日：2021-01-29

公开（公告）日：2021-05-07

公开（公告）号：CN112766498A

主分类号：G06N3/08(20060101)

分类号：G06N3/08(20060101);G06N20/20(20190101)

优先权：

专利状态码：有效-授权

法律状态：2022.11.22#授权;2021.05.25#实质审查的生效;2021.05.07#公开

摘要：本公开示出了一种模型训练方法及装置，其中，模型训练方法包括：获取初始模型和训练样本集，训练样本集包括基于多媒体数据生成的多个训练样本；并行执行模型训练任务和模型融合任务；判断第一训练节点的本地模型是否满足训练终止条件，若满足，则停止训练，否则重复并行执行模型训练任务和模型融合任务的步骤，直到满足训练终止条件。由于模型训练任务和模型融合任务并行执行，各个训练节点不断地对本地模型进行训练更新，同时与其它训练节点的本地模型进行融合，使得每个训练节点都可以全速地进行模型训练，各个训练节点之间在进行模型融合时不存在等待关系，从而可以提高模型训练速度；另外，本方案无需设置参数节点，从而可以节省计算资源。

主权项：1.一种模型训练方法，其特征在于，应用于训练网络中的第一训练节点，所述训练网络包括多个训练节点，所述第一训练节点为所述多个训练节点中的任意一个，所述方法包括：获取初始模型和训练样本集，所述训练样本集包括基于多媒体数据生成的多个训练样本；并行执行模型训练任务和模型融合任务，所述模型融合任务包括：从所述训练网络中选取第二训练节点，获取所述第二训练节点的本地模型，并对所述第一训练节点的本地模型和所述第二训练节点的本地模型进行融合，获得所述融合模型，并用所述融合模型替换所述第一训练节点的本地模型；在执行所述模型训练任务的过程中，所述第一训练节点的本地模型用于对所述训练样本中的多媒体数据进行属性预测，以根据所述属性预测结果更新所述第一训练节点的本地模型，在执行当次所述模型训练任务之前，所述第一训练节点的本地模型为以下之一：所述初始模型，前一次所述模型训练任务获得的模型和所述模型融合任务获得的融合模型；判断所述第一训练节点的本地模型是否满足预设的训练终止条件，若满足，则停止执行所述模型训练任务和所述模型融合任务，若不满足，则重复所述并行执行模型训练任务和模型融合任务的步骤，直到满足预设的训练终止条件。

全文数据：

权利要求：

百度查询： 北京达佳互联信息技术有限公司 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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD