[发明专利]模型训练方法、装置、计算机设备及计算机可读存储介质

说明书

本申请实施例提供了一种模型训练方法、装置、计算机设备及计算机可读存储介质。方法包括：通过第一预设方式获取训练语料；将语料按照预设条件进行切分以得到多个数据块；将数据块按照预设对应关系分别输入至对应的子模型以训练各个子模型，得到训练后的子模型；按照第二预设方式合成训练后的子模型以得到合成模型。本申请实施例实现模型训练时，基于并行和串行相结合的构思，通过将语料进行划分数据块，将所述数据块按照预先设置分别输入至对应的子模型，采用并行方式训练各个子模型，然后通过多个细分子模型进行串行的组合计算，组成了最终多层的合成模型，显著提高了模型训练时的效率和对计算机硬件资源的节省。

技术领域

本申请涉及模型构建技术领域，尤其涉及一种模型训练方法、装置、计算机设备及计算机可读存储介质。

背景技术

随着大数据的发展和使用，使用大数据训练的用户模型也越来越复杂，而模型训练的传统技术中，随着用户模型复杂程度的提高和训练数据量的增大，经常会遇到计算机设备硬件资源的瓶颈，从而影响模型训练的效率。

发明内容

本申请实施例提供了一种模型训练方法、装置、计算机设备及计算机可读存储介质，能够解决传统技术中模型训练时因计算机硬件瓶颈导致的模型训练效率低的问题。

第一方面，本申请实施例提供了一种模型训练方法，所述方法包括：通过第一预设方式获取训练语料；将所述语料按照预设条件进行切分以得到多个数据块；将所述数据块按照预设对应关系分别输入至对应的子模型以训练各个子模型，得到训练后的子模型；按照第二预设方式合成所述训练后的子模型以得到合成模型。

第二方面，本申请实施例还提供了一种模型训练装置，包括：获取单元，用于通过第一预设方式获取训练使用的语料；切分单元，用于将所述语料按照预设条件进行切分以得到多个数据块；训练单元，用于将所述数据块按照预设对应关系分别输入至对应的子模型以训练各个子模型，得到训练后的子模型；合成单元，用于按照第二预设方式合成所述训练后的子模型以得到合成模型。

第三方面，本申请实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现所述模型训练方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器执行所述模型训练方法。

本申请实施例提供了一种模型训练方法、装置、计算机设备及计算机可读存储介质。方法包括：通过第一预设方式获取训练语料；将所述语料按照预设条件进行切分以得到多个数据块；将所述数据块按照预设对应关系分别输入至对应的子模型以训练各个子模型，得到训练后的子模型；按照第二预设方式合成所述训练后的子模型以得到合成模型。本申请实施例实现模型训练时，基于并行和串行相结合的构思，通过将语料进行划分数据块，将所述数据块按照预先设置分别输入至对应的子模型，采用并行方式训练各个子模型，得到训练后的子模型，然后通过多个细分子模型进行串行的组合计算，组成了最终多层的合成模型，能够解决传统技术中模型训练时因计算机硬件瓶颈导致的模型训练效率低的问题，显著提高了模型训练时的效率和对计算机硬件资源的节省。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的模型训练方法的应用场景示意图；

图2为本申请实施例提供的模型训练方法的流程示意图；

图3为本申请实施例提供的模型训练方法的数据处理流向示意图；

图4为本申请实施例提供的模型训练方法的子流程示意图；