[发明专利]AI模型的更新方法及相关产品

权利要求书

1.一种AI模型的更新方法，其特征在于，所述方法应用与电子设备，所述方法包括如下步骤：

确定AI模型需要更新时，广播邻近感知网络NAN网络的感知信息；

获取邻近设备接入请求，所述接入请求包括邻近设备的标识信息，对标识信息进行验证后，允许所述邻近设备接入NAN网络；

在NAN网络中广播AI模型更新请求，通过NAN网络接收所述邻近设备返回的AI模型更新响应；

通过NAN网络向邻近设备发送AI模型参数，接收邻近设备发送的AI模型更新参数，所述AI模型更新参数为依据所述AI模型参数完成更新计算后得到的参数；使用所述AI模型更新参数对AI模型进行更新。

2.根据权利要求1所述的方法，其特征在于，

所述AI模型更新请求包括：AI模型的第一类型以及第一层数；

所述AI模型更新响应包括：所述邻近设备的AI模型的第二类型和第二层数。

3.根据权利要求1所述的方法，其特征在于，所述使用所述AI模型更新参数对AI模型进行更新具体包括：

将所述AI模型的参数替换成所述更新参数或将所述AI模型的参数与所述更新参数执行乘积运算得到的积作为更新后的AI模型的参数。

4.根据权利要求2所述的方法，其特征在于，所述通过NAN网络向邻近设备发送AI模型参数具体包括：

从邻近设备中获取与所述第一层数与第一类型相同的m个邻近设备，向所述m个邻近设备发送AI模型参数，所述m为大于等于1的整数。

5.根据权利要求4所述的方法，其特征在于，如m大于等于2，所述向所述m个邻近设备发送AI模型参数具体包括：

获取m个邻近设备的m个负载值，选择m个负载值中最小的第一邻近设备，向第一邻近设备发送AI模型参数。

6.根据权利要求4所述的方法，其特征在于，如m大于等于2，所述向所述m个邻近设备发送AI模型参数，接收邻近设备发送的AI模型更新参数具体包括：

获取AI模型n层的参数尺寸，如n层参数尺寸均为三维数据【H】【W】【CI】，则沿CI方向将每层参数切割成m个子参数，将每层的m个子参数分发给m个邻近设备，接收m个邻近设备返回的m个n层子参数，将m个n层子参数沿CI方向拼接得到AI模型更新参数，所述n为大于等于2的整数，H为三维数据的高度值，W为三维数据的宽度值，CI为三维数据的深度值。

7.一种电子设备，其特征在于，所述电子设备包括：

通信单元，用于确定AI模型需要更新时，广播邻近感知网络NAN网络的感知信息，获取邻近设备接入请求，所述接入请求包括邻近设备的标识信息；

处理单元，用于对标识信息进行验证后，允许所述邻近设备接入NAN网络；

通信单元，用于在NAN网络中广播AI模型更新请求，通过NAN网络接收所述邻近设备返回的AI模型更新响应，通过NAN网络向邻近设备发送AI模型参数，接收邻近设备发送的AI模型更新参数，所述AI模型更新参数为依据所述AI模型参数完成更新计算后得到的参数；

处理单元，还用于使用所述AI模型更新参数对AI模型进行更新。

8.根据权利要求7所述的电子设备，其特征在于，

所述AI模型更新请求包括：AI模型的第一类型以及第一层数；

所述AI模型更新响应包括：所述邻近设备的AI模型的第二类型和第二层数。

9.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法。