[发明专利]一种基于区块链网络的信息处理方法及设备

说明书

本申请实施例提供了一种基于区块链网络的信息处理方法及设备，其中，所述方法包括：基于数据训练模型对自身的训练数据集进行第一训练次数的训练，得到训练后的数据训练模型；至少基于训练后的数据训练模型的第一测试准确率确定未达到训练完成条件时，基于训练后的数据训练模型对训练数据集进行第二训练次数的训练，得到目标数据训练模型；至少基于目标数据训练模型的第二测试准确率确定达到训练完成条件时，向区块链网络中的其他参与方节点发送投票请求；基于接收到的区块链网络中的其他参与方节点发送的投票信息，确定投票请求对应的投票结果满足投票通过条件时，基于第二参数集合生成新的区块。

技术领域

本申请属于区块链技术领域，涉及但不限于一种基于区块链网络的信息处理方法及设备。

背景技术

在基于区块链的人工智能模型训练场景中，当存在社区维护一个待解决特定问题的人工智能模型的区块链时，每个参与方通过训练各自的模型生成对应的参数，并在通过其他参与方的投票时生成一个新的区块，以此实现每个参与方在不公开自身数据的情况下进行模型的协同训练。

但是，在现有的基于区块链的人工智能模型训练场景中，当人工智能模型训练场景中的某一参与方向其他参与方广播参数前都会按照预先设置的训练轮数进行模型训练，由于训练轮数是固定不变的，因此很可能导致任一参与方进行模型训练的训练结果为训练未收敛或者过拟合，那么在将未收敛或者过拟合生成的参数广播给其他参与方，且其他参与方综合获取到的参数时，会使得基于区块链的人工智能模型训练场景中参与方的训练后的模型收敛速度较慢或者难以收敛到预期精度。

发明内容

有鉴于此，本申请实施例的技术方案是这样实现的：

本申请实施例提供一种基于区块链网络的信息处理方法，所述方法包括：

基于数据训练模型对自身的训练数据集进行第一训练次数的训练，得到训练后的数据训练模型，并确定所述训练后的数据训练模型的第一测试准确率；

至少基于所述第一测试准确率确定未达到训练完成条件时，基于所述训练后的数据训练模型对所述训练数据集进行第二训练次数的训练，得到目标数据训练模型和所述目标数据训练模型的第二测试准确率；

至少基于所述第二测试准确率确定达到训练完成条件时，向区块链网络中的其他参与方节点发送投票请求；其中，所述投票请求中至少携带有所述目标数据训练模型的第二参数集合；

基于接收到的区块链网络中的其他参与方节点发送的投票信息，确定所述投票请求对应的投票结果满足投票通过条件时，基于所述第二参数集合生成新的区块。

本申请实施例提供了一种基于区块链网络的信息处理设备，所述设备至少包括存储器、通信总线以及处理器，其中：

所述存储器，用于存储基于区块链网络的信息处理程序；

所述通信总线，用于实现所述处理器和所述存储器之间的通信连接；

所述处理器，用于执行所述存储器中存储的基于区块链网络的信息处理程序，以实现如前述实施例所述的基于区块链网络的信息处理方法的步骤。

本申请实施例提供了一种基于区块链网络的信息处理方法及设备，其中，首先基于数据训练模型对训练数据集进行第一训练次数的训练，得到训练后的数据训练模型，然后至少基于训练后的数据训练模型的第一测试准确率确定未达到训练完成条件时基于训练后的数据训练模型训练训练数据集第二训练次数后确定目标数据训练模型，以此实现通过自适应增强的方式调节数据训练模型的训练次数来避免训练未收敛或者过拟合；进一步地，当至少基于目标数据训练模型的第二测试准确率确定达到训练完成条件时在区块链网络广播投票请求，并基于接收到的其他参与方节点发送的投票信息，确定投票请求对应的投票结果满足投票通过条件时，基于目标数据训练模型的第二参数向量生成新的区块，以此提高区块链网络中各个参与方节点的模型的收敛速度和精度，从而提高了区块链网络的灵活性和可靠性。

附图说明