[发明专利]一种基于联邦学习的模型训练的方法及装置在审
| 申请号： | 202010534434.5 | 申请日： | 2020-06-12 |
| 公开（公告）号： | CN111695696A | 公开（公告）日： | 2020-09-22 |
| 发明（设计）人： | 李晓丽;车春江;李煜政;陈川;郑子彬;严强;李辉忠 | 申请（专利权）人： | 深圳前海微众银行股份有限公司;中山大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 张怀阳 |
| 地址： | 518027 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于联邦学习的模型训练的方法及装置，包括：终端获取中央服务器第k次迭代的第一矩阵参数和第二矩阵参数，其中，第一矩阵参数和第二矩阵参数是中央服务器对全局模型参数矩阵进行分解得到的，k为自然数，以此减少终端的模型的参数，降低终端的模型训练时运行所需的内存消耗，然后终端使用训练样本进行训练，确定出第一矩阵参数的更新梯度、第二矩阵参数的更新梯度和偏置参数的更新梯度，通过将第一矩阵参数的更新梯度和偏置参数的更新梯度发送至中央服务器和/或将第二矩阵参数的更新梯度和偏置参数的更新梯度发送至所述中央服务器，减少计算数据，以使中央服务器更新全局模型参数矩阵。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 模型 训练 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司;中山大学，未经深圳前海微众银行股份有限公司;中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010534434.5/，转载请声明来源钻瓜专利网。
- 上一篇：运载机器人
- 下一篇：一种用于更换焦炉上升管桥管、阀体的专用吊具
