深圳供电局有限公司陈彬获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳供电局有限公司申请的专利模型训练方法、装置、计算机设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116992976B 。
龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310799645.5,技术领域涉及:G06N20/00;该发明授权模型训练方法、装置、计算机设备和存储介质是由陈彬;赵少东;林辰设计研发完成,并于2023-06-30向国家知识产权局提交的专利申请。
本模型训练方法、装置、计算机设备和存储介质在说明书摘要公布了:本申请涉及一种模型训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标业务对应的目标配置文件;向参与方信息对应的参与方服务端发送携带联邦学习框架标识和模型标识的模型训练请求,以使参与方服务端通过参与方训练集,训练联邦学习框架标识对应的参与方镜像中模型标识对应的初始参与方模型,得到参与方中间结果;通过发起方训练集训练发起方镜像中对应的初始发起方模型,得到发起方中间结果;获取参与方服务端返回的参与方中间结果,基于参与方中间结果和发起方中间结果,得到损失值;通过损失值调整发起方镜像中的初始发起方模型中的模型参数,得到目标发起方模型。采用本方法能够提高模型训练效率。
本发明授权模型训练方法、装置、计算机设备和存储介质在权利要求书中公布了:1.一种模型训练方法,其特征在于,应用于发起方服务端,所述方法包括: 获取目标业务对应的目标配置文件;所述目标配置文件包括所述目标业务对应的发起方训练集、参与方信息、联邦学习框架标识和模型标识; 向所述参与方信息对应的参与方服务端发送携带所述联邦学习框架标识和所述模型标识的模型训练请求,以使所述参与方服务端通过参与方训练集,训练所述联邦学习框架标识对应的参与方镜像中所述模型标识对应的初始参与方模型,得到参与方中间结果; 通过所述发起方训练集,训练所述联邦学习框架标识对应的发起方镜像中所述模型标识对应的初始发起方模型,得到发起方中间结果; 获取所述参与方服务端返回的所述参与方中间结果,基于所述参与方中间结果和所述发起方中间结果,得到损失值;其中,将所述参与方中间结果转移至发起方镜像中,将所述参与方中间结果输入所述发起方镜像中的初始发起方模型,由所述初始发起方模型基于同一训练样本对应的发起方中间结果和所述参与方中间结果生成预测标签,进而基于预测标签和训练样本对应的样本标签之间的差异,计算所述损失值; 通过所述损失值调整所述发起方镜像中的所述初始发起方模型中的模型参数,得到目标发起方模型,将所述损失值发送至所述参与方服务端,以使所述参与方服务端通过所述损失值调整所述参与方镜像中的所述初始参与方模型,得到目标参与方模型; 获取多个候选联邦学习框架分别对应的组件集和系统环境; 对同一候选联邦学习框架对应的组件集和系统环境进行打包,得到各个候选联邦学习框架分别对应的候选镜像;所述组件集包括至少一个候选业务对应的候选模型、以及候选模型和相应的模型标识之间的映射关系; 将各个候选镜像分别部署在所述发起方服务端和所述参与方服务端中; 从所述各个候选联邦学习框架分别对应的候选镜像中,获取所述目标业务对应的候选模型; 基于预设切分粒度,对各个候选模型进行切分,得到多个不同模型子功能分别对应的子模型集合;所述子模型集合包括各个候选模型中同一模型子功能对应的子模型; 从各个子模型集合中分别获取目标子模型组成目标子模型集合,得到至少一个目标子模型集合; 基于所述目标子模型集合生成所述目标业务对应的初始模型,得到至少一个初始模型; 将所述初始模型和所述初始模型对应的模型标识转移至所述目标业务对应的至少一个候选镜像中;所述目标业务对应的候选镜像是指包括所述目标业务对应的候选模型的候选镜像。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳供电局有限公司,其通讯地址为:518001 广东省深圳市罗湖区深南东路4020号电力调度通信大楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励