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！
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基于联邦学习的模型梯度确定方法、装置、设备及介质。方案包括：获取参与节点的数据体量信息；所述数据体量信息用于表示所述参与节点基于本地数据对基础训练模型进行训练时采用的数据量；获取所述参与节点基于本地数据对所述基础训练模型进行训练得到的节点局部梯度；根据所述数据体量信息，以及所述节点局部梯度，确定所述参与节点参与的联邦学习模型的全局梯度；基于所述参与节点的节点局部梯度，以及所述全局梯度，确定所述参与节点的参与度；基于所述参与度，确定所述参与节点的实际模型梯度。
主权项：1.一种基于联邦学习的模型梯度确定方法，包括：获取参与节点的数据体量信息；所述数据体量信息用于表示所述参与节点基于本地数据对基础训练模型进行训练时采用的数据量；所述本地数据包括所述参与节点对应的目标机构的用户数据；获取所述参与节点基于本地数据对所述基础训练模型进行训练得到的节点局部梯度；根据所述数据体量信息，以及所述节点局部梯度，确定所述参与节点参与的联邦学习模型的全局梯度；基于所述参与节点的节点局部梯度，以及所述全局梯度，确定所述参与节点的参与度；所述参与度用于表示所述参与节点在联邦学习模型训练中的参与程度；基于所述参与度，确定所述参与节点的实际模型梯度。
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 基于联邦学习的模型梯度确认方法、装置、设备及介质
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