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:谷歌有限责任公司
摘要:本文公开的实施方式涉及基于在远程系统例如,远程服务器处生成的多个梯度的机器学习“ML”模型的短暂学习。远程系统的多个处理器能够从用户的客户端设备接收捕获多个口头话语的多个音频数据流。履行流水线能够处理多个音频数据流,以使得多个口头话语的多个特定履行被执行。同时,训练流水线能够使用无监督学习技术处理多个音频数据流以生成多个梯度。在通过履行流水线和或训练流水线的处理之后,多个音频数据流被远程系统丢弃。因此,多个ML模型能够在远程系统处被训练,而不通过其非暂时存储器存储或记录音频数据流,从而提供用于训练多个ML模型的更有效训练机制并且增加了用户数据的安全性。
主权项:1.一种由一个或多个远程服务器处的一个或多个处理器实现的方法,所述方法包括:从用户的客户端设备接收捕获所述用户的口头话语的音频数据流,所述音频数据流由所述客户端设备的一个或多个麦克风生成;处理所述音频数据流以使得所述口头话语的特定履行被执行;在所述音频数据流正在被处理以使得所述口头话语的所述特定履行被执行时:使用远程地存储在所述远程服务器中的一个或多个远程服务器处的全局机器学习ML模型来处理所述音频数据流以生成预测输出;基于所述预测输出使用无监督学习来生成梯度;以及丢弃所述音频数据流;以及在基于所述预测输出并且使用无监督学习来生成所述梯度之后:基于所述梯度来更新远程地存储在所述远程服务器中的一个或多个远程服务器处的所述全局ML模型的全局权重。
全文数据:
权利要求:
百度查询: 谷歌有限责任公司 机器学习模型的短暂学习
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。