[发明专利]联邦学习的模型训练方法、装置、设备及存储介质有效
| 申请号： | 202110337283.9 | 申请日： | 2021-03-30 |
| 公开（公告）号： | CN112733967B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 程勇;陶阳宇;刘舒;蒋杰;刘煜宏;陈鹏 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 祝亚男 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种联邦学习的模型训练方法、装置、设备及存储介质，属于机器学习技术领域。该方法包括：基于第i子模型的第i模型参数以及第i一阶梯度生成第i标量算子；基于第i标量算子向下一节点设备发送第i融合算子；基于获取到的二阶梯度标量、第i模型参数以及第i一阶梯度，确定第i子模型的第i二阶梯度下降方向；基于第i二阶梯度下降方向更新第i子模型。本申请实施例中，节点设备之间通过传递融合算子，联合计算子模型的二阶梯度下降方向，完成模型迭代训练，不需要依赖第三方节点就能够利用二阶梯度下降法训练机器学习模型，能够避免单点集中安全风险的问题，增强了联邦学习的安全性，且方便实际应用落地。 | ||
| 搜索关键词： | 联邦 学习 模型 训练 方法 装置 设备 存储 介质 | ||
【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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/202110337283.9/，转载请声明来源钻瓜专利网。
