分布式的模型訓(xùn)練方法、系統(tǒng)、設(shè)備以及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202111301761.7 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN114139605A 公開(kāi)(公告)日 2022-03-04
申請(qǐng)公布號(hào) CN114139605A 申請(qǐng)公布日 2022-03-04
分類(lèi)號(hào) G06K9/62(2022.01)I 分類(lèi) 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 胡建猛 申請(qǐng)(專(zhuān)利權(quán))人 樂(lè)視新生代(北京)文化傳媒有限公司
代理機(jī)構(gòu) 北京華專(zhuān)卓海知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 代理人 王一
地址 100025北京市朝陽(yáng)區(qū)姚家園路105號(hào)3號(hào)樓12層1502
法律狀態(tài) -

摘要

摘要 本公開(kāi)的實(shí)施例提供了分布式的模型訓(xùn)練方法、系統(tǒng)、設(shè)備以及存儲(chǔ)介質(zhì)。該方法應(yīng)用于包括多個(gè)節(jié)點(diǎn)服務(wù)器的集群服務(wù)器,該方法包括接收用戶輸入的待訓(xùn)練模型以及訓(xùn)練樣本;集群服務(wù)器中的每個(gè)節(jié)點(diǎn)服務(wù)器,根據(jù)訓(xùn)練樣本,對(duì)待訓(xùn)練模型進(jìn)行訓(xùn)練,其中,訓(xùn)練樣本包括樣本數(shù)據(jù)以及樣本數(shù)據(jù)對(duì)應(yīng)的標(biāo)識(shí);當(dāng)訓(xùn)練得到的模型對(duì)訓(xùn)練樣本中的樣本數(shù)據(jù)進(jìn)行計(jì)算得到的標(biāo)識(shí),與樣本數(shù)據(jù)對(duì)應(yīng)的標(biāo)識(shí)的差值小于預(yù)設(shè)閾值時(shí),將訓(xùn)練得到的模型作為目標(biāo)模型。以此方式,可以提高模型訓(xùn)練的效率。