[发明专利]一种数据处理方法及电子设备有效
| 申请号: | 201910817316.2 | 申请日: | 2019-08-30 |
| 公开(公告)号: | CN110533154B | 公开(公告)日: | 2023-05-12 |
| 发明(设计)人: | 李梅;王奇刚;张婉璐;陈旭 | 申请(专利权)人: | 联想(北京)有限公司 |
| 主分类号: | G06N3/006 | 分类号: | G06N3/006;G06Q10/10;G06F18/214 |
| 代理公司: | 北京金信知识产权代理有限公司 11225 | 代理人: | 郭迎侠 |
| 地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 数据处理 方法 电子设备 | ||
1.一种数据处理方法,其中,包括:
自区块链中至少获得第一模型的第一参数;
基于所述第一参数及训练数据训练第一模型;
基于训练结果确定所述第一模型的第二参数;
基于自检测结果确定所述第二参数下的第一模型满足预设规则;
向所述区块链的参与者发送至少包括所述第一参数、第二参数及训练步数的数据包,并申请投票,所述投票用于确定其他参与者在基于由所述第一参数形成的起始训练模型测试所述第二参数得到的所述第一模型是否满足所述预设规则;
基于投票结果确定基于所述第二参数下的第一模型而生成新的区块,或至少结合接收到的其他参与者的数据包继续训练所述第一模型。
2.根据权利要求1所述的方法,其中,所述自区块链中至少获得第一模型的第一参数包括:
自区块链中至少获得所述第一模型当前处于最新状态的第一参数。
3.根据权利要求1所述的方法,其中,所述基于所述第一参数及训练数据训练所述第一模型包括:
至少确定训练步数;
基于所述训练步数、第一参数及预备的训练数据基于随机梯度下降法训练所述第一模型。
4.根据权利要求1所述的方法,其中,所述预设规则为基于所述第二参数下的所述第一模型进行数据处理时精度优于基于所述第一参数下的所述第一模型的数据处理精度。
5.根据权利要求1所述的方法,其中,所述至少结合接收到的其他参与者的数据包继续训练所述第一模型包括:
根据预设的训练步数、第一参数删选规则、接收的所述数据包中的训练步长及第一参数确定候选数据集;
基于参数平均的方式综合所述第二参数和候选数据集;
基于综合结果训练所述第一模型。
6.根据权利要求5所述的方法,其中,所述基于投票结果确定基于所述第二参数下的第一模型而生成新的区块包括:
基于第二参数下的第一模型生成新的区块;
重置综合结果为0。
7.一种电子设备,其中,包括:
数据获取器,用于自区块链中至少获得第一模型的第一参数;
第一数据处理器,用于根据所述第一参数及训练数据训练第一模型,基于训练结果确定所述第一模型的第二参数,基于自检测结果确定所述第二参数下的第一模型满足预设规则,向所述区块链的参与者发送至少包括所述第一参数、第二参数及训练步数的数据包,并申请投票,所述投票用于确定其他参与者在基于由所述第一参数形成的起始训练模型测试所述第二参数得到的所述第一模型是否满足所述预设规则;
第二数据处理器,用于根据投票结果确定基于所述第二参数下的第一模型而生成新的区块,或令所述第一数据处理器至少结合接收到的其他参与者的数据包继续训练所述第一模型。
8.根据权利要求7所述的电子设备,其中,所述数据获取器具体用于自区块链中至少获得所述第一模型当前处于最新状态的第一参数。
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联想(北京)有限公司,未经联想(北京)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/201910817316.2/1.html,转载请声明来源钻瓜专利网。





