[发明专利]一种信息处理方法及电子设备

说明书

本申请实施例提供了一种信息处理方法及电子设备，所述方法应用于一区块链的第一节点，包括：读取区块链节点中的待训练模型以及用以训练过所述待训练模型的共享测试数据；依据所述共享测试数据以及所述第一节点中的第一测试数据，训练所述待训练模型，得到第一模型；发送所述第一模型至区块链节点，以通过区块链网络中其它区块链节点确认所述第一模型的处理能力是否优于所述待训练模型。保证了利用区块链中的数据对人工智能模型进行训练时，随机梯度的全梯度的无偏估计，确保了对人工智能模型训练的精度以及准确性。

技术领域

本申请实施例涉及信息处理领域，特别涉及一种信息处理方法及电子设备。

背景技术

目前，随着信息技术的不断发展与进步，区块链的应用已经越来与普及，在利用区块链的人工智能模型训练场景来解决某些特定的问题时，能够使得参与方在不公开自己的数据的情况下完成协同训练，其中，人工智能模型训练是基于随机梯度下降的，独立同分布的训练数据对于保证随机梯度是全梯度的无偏估计具有重要意义，但在实际应用中，要求每个参与方的本地数据都是独立同分布的并不现实。

申请内容

本申请实施例提供了一种信息处理方法，应用于一区块链的第一节点，所述方法包括：

读取区块链节点中的待训练模型以及用以训练过所述待训练模型的共享测试数据；

依据所述共享测试数据以及所述第一节点中的第一测试数据，训练所述待训练模型，得到第一模型；

发送所述第一模型至区块链节点，以通过区块链网络中其它区块链节点确认所述第一模型的处理能力是否优于所述待训练模型。

在本申请的一些实施例中，所述共享测试数据为所述第一节点中的测试数据的部分数据，所述待训练模型为依据所述共享测试数据对一原始训练模型训练得到。

在本申请的一些实施例中，所述读取区块链节点中的用以训练过所述待训练模型的共享测试数据，包括：

依据所述第一节点的宽带信息和存储信息，确定读取区块链节点中的用以训练过所述待训练模型的共享测试数据的数据量；

依据所述数据量，读取所述数据量对应大小的所述共享测试数据。

在本申请的一些实施例中，在所述得到第一模型之后，所述方法还包括：

依据所述第一测试数据确认所述第一模型的处理能力是否优于所述待训练模型；

若是，则发送所述第一模型至区块链节点。

在本申请的一些实施例中，所述信息处理方法还包括：

若通过区块链网络中其它区块链节点确认所述第一模型的处理能力优于所述待训练模型，则，

生成包含有所述第一模型的第一区块。

在本申请的一些实施例中，所述第一区块能够被区块链网络中其它区块链节点读取，所述其它区块链节点还能够读取所述共享测试数据，以依据所述共享测试数据以及所述其它区块链节点中的第二测试数据，训练所述第一区块中的第一模型，以得到处理能力优于所述待训练模型的第二模型。

本申请实施例还提供了一种电子设备，其处于一区块链的第一节点，所述电子设备包括：

读取模块，其用于读取区块链节点中的待训练模型以及用以训练过所述待训练模型的共享测试数据；

处理模块，其用于依据所述共享测试数据以及所述第一节点中的第一测试数据，训练所述待训练模型，得到第一模型；

发送模块，其用于发送所述第一模型至区块链节点，以通过区块链网络中其它区块链节点确认所述第一模型的处理能力是否优于所述待训练模型。

在本申请的一些实施例中，所述读取模块具体用于：