[发明专利]一种数据采样方法和装置

权利要求书

1.一种数据采样方法，其特征在于，应用于采样系统，所述采样系统包含多个训练节点和多个采样节点，所述训练节点中具备与网络文件系统连接的临时文件系统，所述的方法包括：

采用所述多个采样节点从所述网络文件系统中确定目标采样策略，并执行所述目标采样策略进行采样得到采样数据；

通过所述网络文件系统存储所述采样数据至所述训练节点的临时文件系统中；

采用所述多个训练节点从所述临时文件系统中读取所述采样数据，对预设初始策略模型进行训练得到目标策略模型。

2.根据权利要求1所述的方法，其特征在于，所述执行所述目标采样策略进行采样得到采样数据，包括：

针对所述多个采样节点配置采样环境；

在所述采样环境下，执行所述目标采样策略进行采样得到采样数据。

3.根据权利要求1或2所述的方法，其特征在于，所述采用所述采样节点从所述网络文件系统中确定目标采样策略，包括：

采用所述多个采样节点从所述网络文件系统中获取策略参数；

根据所述策略参数更新所述采样节点对应的原始采样策略，得到目标采样策略。

4.根据权利要求3所述的方法，其特征在于，在所述通过所述网络文件系统存储所述采样数据至所述训练节点的临时文件系统中的步骤之前，还包括：

对所述采样数据进行压缩处理。

5.根据权利要求1所述的方法，其特征在于，所述通过所述网络文件系统存储所述采样数据至所述训练节点的临时文件系统中，包括：

将所述采样数据发送到所述网络文件系统；

从所述网络文件系统中读取采样数据；

加载所述采样数据到所述训练节点的临时文件系统中。

6.根据权利要求1所述的方法，其特征在于，所述采用所述多个训练节点从所述临时文件系统中读取所述采样数据，对预设初始策略模型进行训练得到目标策略模型，包括：

采用所述多个训练节点从所述临时文件系统中读取所述采样数据，对预设初始策略模型进行训练得到多个梯度同步参数；

根据所述多个梯度同步参数计算得到新的策略参数；

采用所述新的策略参数更新所述预设初始策略模型得到目标策略模型。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

将所述新的策略参数发送至所述网络文件系统，以更新所述网络文件系统中的策略参数。

8.一种数据采样装置，其特征在于，应用于采样系统，所述采样系统包含多个训练节点和多个采样节点，所述训练节点中具备与网络文件系统连接的临时文件系统，所述的装置包括：

采样模块，用于采用所述多个采样节点从所述网络文件系统中确定目标采样策略，并执行目标采样策略进行采样得到采样数据；

存储模块，用于通过所述网络文件系统存储所述采样数据至所述训练节点的临时文件系统中；

训练模块，用于采用所述多个训练节点从所述临时文件系统中读取所述采样数据，对预设初始策略模型进行训练得到目标策略模型。

9.一种电子设备，其特征在于，包括：

处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-7任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。