[发明专利]一种基于云服务的训练模型生成方法及系统

权利要求书

1.一种基于云服务的训练模型生成方法，其特征在于，所述云服务器通过网络接口远程连接本地的客户端，所述云服务器内设置有多类母模型；

包括以下步骤：

步骤S1：用户通过所述客户端向所述云服务器上传预先设定的训练数据，并选择本次训练所需的所述母模型；

步骤S2：所述云服务器采用所述训练数据对所述母模型进行训练以获取一目标模型；

步骤S3：所述云服务器对所述目标模型进行权值调整；

步骤S4：所述云服务器对经过权值调整后的所述目标模型进行性能测试，并根据测试结果判断所述目标模型是否达到预设的性能指标；

若是，则进入步骤S6；若否，则进入步骤S5；

步骤S5：所述云服务器再次对所述目标模型进行权值调整，随后返回所述步骤S4；

步骤S6：所述云服务器将所述目标模型作为用户需要的训练模型进行保存，并向所述客户端反馈所述训练模型；

所述步骤S3和所述步骤S5中对所述目标模型采用以下步骤进行权值调整：

步骤A1：统计所述目标模型生成过程中每个权值的变化次数及变化量；

步骤A2：分别将所述变化次数及对应的所述变化量与预先设置的一预设值进行比较以获取变化幅度较小的所述权值；

步骤A3：将所述目标模型的中变化幅度较小的所述权值设置为固定参数并减小所述目标模型的的输出特征量；

所述预设值包括次数阈值和变化阈值；

所述步骤A2包括以下步骤：

步骤A21：分别将每个所述权值的所述变化次数与所述次数阈值进行比较，并将所述变化次数小于所述次数阈值的权值作为中间权值；

步骤A22：分别将每个所述中间权值的变化量与所述变化阈值进行比较，在所述变化量均小于所述次数阈值时，获取所述变化量对应于所述母模型中的初始权值，并将所述初始权值作为变化幅度较小的所述权值。

2.根据权利要求1所述的训练模型生成方法，其特征在于，所述训练数据包括训练目标；

所述云服务器内设置有一数据库，所述数据库中预存有多个本地数据集，每个所述本地数据集分别对应于至少一个所述训练目标，每个所述本地数据集分别对应于至少一类所述母模型；

所述步骤S1具体包括：

步骤S11a：所述用户通过所述客户端向所述云服务器上传所述训练目标；

步骤S12a：所述云服务器对所述数据库进行检索以获取与所述训练目标相匹配的所述本地数据集；

若未检索到匹配的所述本地数据集，则进入步骤S13a；

若检索到匹配的所述本地数据集，则步骤S14a；

步骤S13a：向所述客户端反馈训练失败的消息，随后退出；

步骤S14a：向所述客户端反馈成功接收的消息，并接收所述客户端发送的开始训练的训练指令，随后将检索得到的所述本地数据集作为所述训练数据，并转向所述步骤S2。

3.根据权利要求1所述的训练模型生成方法，其特征在于，所述训练数据包括训练数据集；

所述步骤S1具体包括：

步骤S11b，所述用户通过所述客户端向所述云服务器上传所述训练数据集；

步骤S12b，所述云服务器成功接收所述训练数据集后，向所述客户端反馈成功接收的消息；

步骤S13b，所述用户通过所述客户端向所述云服务器发送开始训练的训练指令，同时选择本次训练所需的所述母模型；

则所述步骤S2中，所述云服务器采用所述训练数据集，对所述用户选择的所述母模型进行训练。

4.根据权利要求1所述的训练模型生成方法，其特征在于，所述步骤S5中，采用对所述预设值进行调整后，再进行权值调整。

5.根据权利要求4所述的训练模型生成方法，其特征在于，所述步骤S5中还包括以下步骤：

统计对所述预设值进行调整的调整次数，并在所述调整次数大于预设的次数后，向所述客户端反馈训练失败的消息，随后退出。

6.根据权利要求1所述的训练模型生成方法，其特征在于，所述母模型包括多个卷积层和多个全连接层；

所述步骤S2中，关闭部分所述卷积层的学习功能，启动剩余部分的卷积层和所有的所述全连接层的学习功能。

7.一种基于云服务的训练模型生成系统，其特征在于，采用如权利要求1-6中任一所述的训练模型生成方法。