[发明专利]图嵌入模型的训练方法及装置

权利要求书

1.一种图嵌入模型的训练方法，其特征在于，包括：

获取初始的图嵌入模型，所述图嵌入模型的数量为多个，分别部署在多个机器上；

针对每轮训练，在当前轮次为非初始轮次时，针对每个图嵌入模型，获取所述图嵌入模型的当前轮次训练数据，根据所述当前轮次训练数据确定待训练参数信息；

根据上一轮次的已训练参数信息对初始的图嵌入模型中的所述待训练参数信息进行更新，得到参数更新后的图嵌入模型；

采用所述当前轮次训练数据，对所述参数更新后的图嵌入模型进行训练，得到当前轮次训练后的图嵌入模型；

根据多个当前轮次训练后的图嵌入模型的已训练参数信息，以及上一轮次的已训练参数信息，确定当前轮次的已训练参数信息；

在当前轮次满足预设轮次，或者多个图嵌入模型的损失函数满足预设条件时，结束训练。

2.根据权利要求1所述的方法，其特征在于，还包括：

在当前轮次为初始轮次时，针对每个图嵌入模型，获取所述图嵌入模型的初始轮次训练数据；

采用所述初始轮次训练数据，对所述图嵌入模型进行训练，得到初始轮次训练后的图嵌入模型；

根据多个初始轮次训练后的图嵌入模型的已训练参数信息，确定初始轮次的已训练参数信息。

3.根据权利要求1所述的方法，其特征在于，所述针对每个图嵌入模型，获取所述图嵌入模型的当前轮次训练数据，根据所述当前轮次训练数据确定待训练参数信息，包括：

针对每个图嵌入模型，从预设的节点网络中获取至少一个节点序列，作为所述图嵌入模型的当前轮次训练数据；

根据所述当前轮次训练数据中各个节点的标识，从所述图嵌入模型的矩阵中获取与所述各个节点的标识对应的参数信息；

将与所述各个节点的标识对应的参数信息，确定为所述待训练参数信息。

4.根据权利要求1所述的方法，其特征在于，所述当前轮次训练后的图嵌入模型的已训练参数信息，为对所述待训练参数信息进行参数值训练后得到的参数信息；

所述根据多个当前轮次训练后的图嵌入模型的已训练参数信息，以及上一轮次的已训练参数信息，确定当前轮次的已训练参数信息，包括：

对所述多个当前轮次训练后的图嵌入模型的已训练参数信息进行合并，得到合并后的已训练参数信息；

根据所述合并后的已训练参数信息，以及上一轮次的已训练参数信息，确定当前轮次的已训练参数信息。

5.根据权利要求4所述的方法，其特征在于，所述对所述多个当前轮次训练后的图嵌入模型的已训练参数信息进行合并，得到合并后的已训练参数信息，包括：

针对所述多个当前轮次训练后的图嵌入模型的每个已训练参数，获取所述已训练参数的至少一个参数值，对所述至少一个参数值求平均值，得到所述已训练参数的处理后参数值；

将各个已训练参数以及对应的处理后参数值，确定为合并后的已训练参数信息。

6.根据权利要求4所述的方法，其特征在于，所述根据所述合并后的已训练参数信息，以及上一轮次的已训练参数信息，确定当前轮次的已训练参数信息，包括：

将合并后的已训练参数信息与上一轮次的已训练参数信息进行比对，判断上一轮次的已训练参数信息中是否包括第一已训练参数；所述第一已训练参数为，未存在于所述合并后的已训练参数信息的训练参数；

若上一轮次的已训练参数信息中包括所述第一已训练参数，则将上一轮次的已训练参数信息中的所述第一已训练参数以及对应的参数值添加到所述合并后的已训练参数中，得到当前轮次的已训练参数信息。

7.根据权利要求1所述的方法，其特征在于，还包括：

在结束训练后，根据最后一个轮次的已训练参数信息，确定训练后的图嵌入模型的矩阵；

接收待降维的节点标识；

将待降维的节点标识与所述矩阵相乘，得到所述待降维的节点标识对应的降维后向量。