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！

龙图腾网恭喜重庆大学申请的专利一种边缘计算中面向深度学习的分布式模型训练方法及相关装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115114982B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210752982.4，技术领域涉及：G06F18/241；该发明授权一种边缘计算中面向深度学习的分布式模型训练方法及相关装置是由刘切;柴毅;曾建学;王浩;段海超设计研发完成，并于2022-06-28向国家知识产权局提交的专利申请。

本一种边缘计算中面向深度学习的分布式模型训练方法及相关装置在说明书摘要公布了：本申请提供一种边缘计算中面向深度学习的分布式模型训练方法，包括：从待分类数据的历史数据库中采集数据，构建初始数据集；所述初始数据集中的包括训练集S、测试集Q，并将训练集S的数据平均分为N个训练子集Si，采用一维卷积构建N个基于ResNet网络的训练模型，并初始化模型参数；将N个训练子集Si数据分别输入N个基于ResNet网络的训练模型进行基于数据并行的分布式训练；每训练完一批数据，会将各模型参数进行汇聚，得到优化后的参数，并将新参数下发给各网络继续训练；当基于ResNet网络的训练模型的分布式训练次数达到预设阈值时，输出模型参数，得到训练结果。本申请基于数据并行的分布式模型训练方法可以在相同模型精度下，明显提高模型训练效率。

本发明授权一种边缘计算中面向深度学习的分布式模型训练方法及相关装置在权利要求书中公布了：1.一种边缘计算中面向深度学习的分布式轴承故障分类模型训练方法,其特征在于，具体步骤如下：1数据采集：从轴承数据库中采集数据，构建初始数据集；2数据分类：所述初始数据集中的包括训练集S、测试集Q，并将训练集S的数据平均分为N个训练子集Si，Si＝S1、S2、…、SN；3构建模型：采用一维卷积构建N个基于ResNet网络的训练模型，并初始化模型超参数；4模型训练：将N个训练子集Si数据分别输入N个基于ResNet网络的训练模型进行基于数据并行的分布式训练，每训练完一批数据，会将各模型参数进行汇聚，得到优化后的参数，并将新参数下发给各网络继续训练；5参数输出：当基于ResNet网络的训练模型的分布式训练次数达到预设阈值时，输出模型参数，得到训练结果；步骤4中模型训练的具体步骤为：4-1将N个训练子集Si数据分别输入N个基于ResNet网络的训练模型进行一次单独训练；4-2将训练后的模型的参数进行融合： 式中，ω是模型参数，表示执行完n个样本数据后计算得到的真实梯度，n表示总样本数量，mk表示第k个模型所含样本数量，表示第k个模型计算的梯度信息；4-3将融合后的参数再分配到N个基于ResNet网络的训练模型中，进行训练；4-4若当前训练次数P＜Pmax，则重复步骤4-2-步骤4-3，若当前训练次数P≥Pmax，则转至步骤5，其中Pmax为预设的最大迭代次数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。