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：深圳前海微众银行股份有限公司
摘要：本申请公开了一种联邦学习建模方法、装置、设备及可读存储介质，所述联邦学习建模方法包括：与所述第一设备关联的各第二设备进行协商交互，确定各待完成模型训练任务，并在各所述第二设备中确定各所述待完成模型训练任务分别对应的各模型训练参与设备，进而获取各所述待完成模型训练任务对应的模型训练时间段，并基于各所述模型训练时间段，协调各所述待完成模型训练任务分别对应的各所述模型训练参与设备进行预设联邦学习建模流程，以完成各所述待完成模型训练任务。本申请解决了联邦学习系统里协调者计算资源利用率低的技术问题。
主权项：1.一种联邦学习建模方法，其特征在于，所述联邦学习建模方法应用于第一设备，所述联邦学习建模方法包括：与所述第一设备关联的各第二设备进行协商交互，确定各待完成模型训练任务，并在各所述第二设备中确定各所述待完成模型训练任务分别对应的各模型训练参与设备；获取各所述待完成模型训练任务对应的模型训练时间段，并在各所述模型训练时间段内，分别接收所述模型训练时间段对应的各所述模型训练参与设备发送的本地模型参数，并基于预设聚合规则，计算最新联邦模型参数；确定所述最新联邦模型参数是否满足预设训练任务结束条件，其中，所述预设训练任务结束条件包括训练达到最大迭代次数和损失函数训练收敛；若所述最新联邦模型参数满足所述预设训练任务结束条件，则将所述最新联邦模型参数发送至各所述第二设备，以供各所述第二设备更新各自的本地模型；若所述最新联邦模型参数不满足所述预设训练任务结束条件，则将所述最新联邦模型参数分别发送至各所述模型训练参与设备，以供各所述模型参与设备更新各自的联邦参与模型，以重新计算所述最新联邦模型参数，直至所述最新联邦模型参数满足所述预设训练任务结束条件，以完成各所述待完成模型训练任务。
全文数据：
权利要求：
百度查询： 深圳前海微众银行股份有限公司 联邦学习建模方法、装置、设备及可读存储介质
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