[发明专利]基于区块链的模型轻量化方法、装置、设备及存储介质

权利要求书

1.一种基于区块链的模型轻量化方法，其特征在于，所述方法应用于区块链网络中发布任务的中心节点，包括：

获取目标模型参数，基于约束算法，将所述目标模型参数约束为低比特目标模型参数；

在本地数据库中查询初始模型对应的参数目标，根据所述参数目标，计算所述低比特目标模型参数与预设聚类中心的参数距离；

将所述参数距离与预设距离进行比对，生成第一比对结果；

当所述第一比对结果指示所述参数距离小于等于所述预设距离时，得到所述轻量化模型，将所述轻量化模型上传至区块链网络。

2.根据权利要求1所述的方法，其特征在于，所述获取目标模型参数，基于约束算法，将所述目标模型参数约束为低比特目标模型参数，包括：

在区块链网络中下载其它区块链节点上传的多个子模型参数，对所述多个子模型参数进行参数聚合，得到所述目标模型参数；

将所述目标模型参数指示的多个参数分量分别与所述第一预设阈值进行比对，生成第二比对结果；

若所述第二比对结果指示所述参数分量大于第一预设阈值，则将所述参数分量约束为第一预设数值，若所述第二比对结果指示所述参数分量等于所述第一预设阈值，则将所述参数分量约束为第二预设数值，若所述第二比对结果指示所述参数分量小于所述第一预设阈值，则将所述参数分量约束为第三预设数值；

对所述多个参数分量中每个参数分量进行参数约束，得到所述低比特目标模型参数。

3.根据权利要求1所述的方法，其特征在于，所述根据所述参数目标，计算所述低比特目标模型参数与预设聚类中心的参数距离，包括：

在所述参数目标中确定第一参数和第二参数，分别计算所述预设聚类中心指示的多个中心分量中每个中心分量与所述第一参数的中心距离，得到多个中心距离；

将所述多个中心距离按照数值从小到大的顺序进行排序，提取满足预设条件的中心距离对应的中心分量作为第一中心索引；

读取所述第二参数中每个参数分量对应的索引标识，将索引标识与所述第一中心索引相同的参数分量更新为第一分量值；

将索引标识与所述第一中心索引不同的参数分量更新为第二分量值，得到所述第二参数对应的第一优化参数，将所述第一优化参数作为所述参数距离。

4.根据权利要求1所述的方法，其特征在于，所述将所述参数距离与预设距离进行比对，生成第一比对结果之后，所述方法还包括：

当所述第一比对结果指示所述参数距离大于所述预设距离时，查询所述参数距离对应的第一优化参数、第一参数和预设聚类中心；

计算所述目标模型参数、所述第一优化参数的转置与所述预设聚类中心的第一乘积，计算所述预设聚类中心的转置、所述第一优化参数、所述第一优化参数的转置与所述预设聚类中心的第二乘积；

计算所述第一乘积和所述第二乘积之间的比值，采用所述比值对所述第一参数进行参数更新，得到更新后的第一参数；

分别计算所述预设聚类中心指示的所述多个中心分量中每个中心分量与所述更新后的第一参数的中心距离，得到多个中心距离；

将所述多个中心距离按照数值从小到大的顺序进行排序，提取满足预设条件的中心距离对应的中心分量作为第二中心索引；

读取所述第一优化参数中每个参数分量对应的索引标识，将索引标识与所述第二中心索引相同的参数分量更新为第三分量值；

将索引标识与所述第二中心索引不同的参数分量更新为第四分量值，得到所述第一优化参数对应的第二优化参数，将所述第二优化参数作为所述参数距离；

将所述参数距离与所述预设距离进行比对，生成第二比对结果，直至所述第二比对结果指示所述参数距离小于等于所述预设距离，得到所述轻量化模型。

5.根据权利要求1所述的方法，其特征在于，所述获取目标模型参数，基于约束算法，将所述目标模型参数约束为低比特目标模型参数之前，所述方法还包括：

确定指定神经网络结构，将所述指定神经网络结构作为所述初始模型；

采用本地样本数据对所述初始模型进行模型训练，获取所述初始模型的初始参数；

基于所述约束算法，根据所述初始参数计算初始轻量化模型，将所述初始轻量化模型上传至所述区块链网络。