[发明专利]一种基于概率性抽样的大规模边缘机器学习训练方法有效
| 申请号： | 202110285186.X | 申请日： | 2021-03-17 |
| 公开（公告）号： | CN112990483B | 公开（公告）日： | 2022-11-08 |
| 发明（设计）人： | 赵健鑫;韩锐;刘驰 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06K9/62 |
| 代理公司： | 北京中海智圣知识产权代理有限公司 11282 | 代理人： | 曾京京 |
| 地址： | 100081 *** | 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： | 本发明涉及一种基于概率性抽样的大规模边缘机器学习训练方法，所训练方法主要包括以下步骤：步骤1、在服务器设置训练模型和训练参数；步骤2、对每个设备做数据预处理并准备本地训练数据集；步骤3、针对每个设备上传本地训练得到的梯度参数，上传到服务器等；本发明所述学习训练方法的优越效果在于，能够有效地针对大规模的边缘设备进行训练，通过概率性采样，在判断同步的过程中不再受限于规模的大小，能够有效地增加训练系统的可扩展性，支持大规模的边缘训练，展示了本发明所述学习训练方法的简洁性和有效性。 | ||
| 搜索关键词： | 一种 基于 概率 抽样 大规模 边缘 机器 学习 训练 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京理工大学，未经北京理工大学许可，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/patent/202110285186.X/，转载请声明来源钻瓜专利网。
