[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
| 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 | ||
本发明公开了一种基于区块链平台进行深度学习的方法、电子装置,其中,该方法包括: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。通过上述方案解决了现有的深度学习成本过高、训练效率低下的技术问题,达到了降低训练成本、提升训练效率的技术效果。
技术领域
本发明涉及区块链技术领域,具体涉及一种基于区块链平台进行深度学习的方法、电子装置及计算机可读存储介质。
背景技术
深度学习需要进行通过神经网络计算来训练模型,然而,数据模型训练过程需要消耗大量的计算资源,人工智能产品如果希望达到更好的产品指标,除了算法之外就需要海量的数据来进行训练。然而,越多的数据,在同等计算资源的情况下,意味着更长时间的训练,例如:超过一周甚至一个月到几个月的时间。
如果训练过程中有参数不正确,需要反复地进行训练,训练时间太长,对于企业产品迭代更新是极其不利的,很可能在行业竞争中失败,从而导致很多厂商不得不投入大量资金购置GPU、FPGA等硬件资源,成本投入过高。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明的目的在于提供一种基于区块链平台进行深度学习的方法、电子装置及计算机可读存储介质,进而解决现有的深度学习的成本过高的技术问题。
本发明是通过下述技术方案来解决上述技术问题:
根据本发明的一个方面,提供了一种基于区块链平台进行深度学习的方法,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。
在一个实施方式中,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。
在一个实施方式中,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。
在一个实施方式中,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。
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/201811252535.2/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





