[发明专利]基于区块链平台进行深度学习的方法、电子装置在审

专利信息
申请号: 201811252535.2 申请日: 2018-10-25
公开(公告)号: CN109409738A 公开(公告)日: 2019-03-01
发明(设计)人: 金龙 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;H04L29/08
代理公司: 北京英特普罗知识产权代理有限公司 11015 代理人: 林彦之
地址: 518000 广东省深圳市福田区福*** 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:
搜索关键词: 区块 学习 电子装置 计算节点 任务发布 训练效率 训练集 方案解决 技术效果 平台选定 任务分发 分发
【权利要求书】:

1.一种基于区块链平台进行深度学习的方法,其特征在于,包括如下步骤:

接收任务发布者在区块链平台选定的深度学习模型;

接收所述任务发布者输入的训练集;

根据所述训练集和所述深度学习模型,生成深度学习任务;

将所述深度学习任务分发至所述区块链平台中的计算节点;

通过分发至的计算节点,对所述深度学习任务进行深度学习。

2.根据权利要求1所述的方法,其特征在于,将所述深度学习任务分发至所述区块链平台中的计算节点,包括:

在所述区块链平台发布所述深度学习任务,其中,发布信息中携带有单位任务量对应的价格;

接收计算节点对发布的深度学习任务的认领请求,其中,所述认领请求中携带有认领的任务量;

向认领请求对应的计算节点分配请求认领的任务量的深度学习任务。

3.根据权利要求2所述的方法,其特征在于,将所述深度学习任务在所述区块链平台进行发布,包括:

将所述深度学习任务划分为多个单位任务量;

计算单位任务量的价格;

根据所述深度学习任务所需的计算环境,确定可申领所述深度学习任务的计算节点;

向可申领所述深度学习任务的计算节点发布所述深度学习任务。

4.根据权利要求1所述的方法,其特征在于,通过分发至的计算节点,对所述深度学习任务进行深度学习,包括:

所述计算节点接收分发至自身的深度学习任务,其中,分发至自身的深度学习任务中携带有:深度学习模型和训练集;

所述计算节点将所述训练集作为训练样本输入所述深度学习模型中进行训练,得到训练后的深度学习模型;

其中,所述区块链平台中的计算节点包括以下至少之一:FPGA服务器集群运行的全功能节点、企业中空闲的GPU计算节点、个人闲置的GPU计算节点。

5.根据权利要求1所述的方法,其特征在于,通过分发至的计算节点,对所述深度学习任务进行深度学习之后,所述方法还包括:

获取所述深度学习任务的执行信息和完成状态;

将所述执行信息和所述完成状态,以交易的形式记录在所述区块链平台中。

6.一种电子装置,包括存储器和处理器,其特征在于,所述存储器用于存储可被所述处理器执行的基于区块链平台进行深度学习的系统,所述基于区块链平台进行深度学习的系统包括:

第一接收模块,用于接收任务发布者在区块链平台选定的深度学习模型;

第二接收模块,用于接收所述任务发布者输入的训练集;

生成模块,用于根据所述训练集和所述深度学习模型,生成深度学习任务;

分发模块,用于将所述深度学习任务分发至所述区块链平台中的计算节点;

深度学习模块,用于通过分发至的计算节点,对所述深度学习任务进行深度学习。

7.根据权利要求6所述的电子装置,其特征在于,所述分发模块包括:

发布单元,用于在所述区块链平台发布所述深度学习任务,其中,发布信息中携带有单位任务量对应的价格;

接收单元,用于接收计算节点对发布的深度学习任务的认领请求,其中,所述认领请求中携带有认领的任务量;

分配单元,用于向认领请求对应的计算节点分配请求认领的任务量的深度学习任务。

8.根据权利要求6所述的电子装置,其特征在于,所述深度学习模块包括:

接收单元,用于计算节点接收分发至自身的深度学习任务,其中,分发至自身的深度学习任务中携带有:深度学习模型和训练集;

输入单元,用于所述计算节点将所述训练集作为训练样本输入所述深度学习模型中进行训练,得到训练后的深度学习模型;

其中,所述区块链平台中的计算节点包括以下至少之一:FPGA服务器集群运行的全功能节点、企业中空闲的GPU计算节点、个人闲置的GPU计算节点。

9.一种计算机设备,包括:存储器和处理器,其中,所述处理器用于执行权利要求1至5中任一项所述方法的步骤。

10.一种非易失性计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现权利要求1至5中任一项所述方法的步骤。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/pat/books/201811252535.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top