【技术实现步骤摘要】
基于联邦学习的模型训练方法、装置、设备和介质
[0001]本公开涉及人工智能领域,具体为深度学习领域,尤其涉及一种基于联邦学习的模型训练方法、装置、设备和介质。
技术介绍
[0002]联邦学习(Federated Learning)是一种新兴的人工智能基础技术。
[0003]目前,联邦学习的研究主要集中在横向联邦和纵向联邦,在横向联邦学习场景中,各节点(Client)在本地训练数据,将训练的模型参数信息上传到中央服务器,由中央服务器(ParamServer)聚合参数信息以达到共同训练的目的。
技术实现思路
[0004]本公开提供了一种基于联邦学习的模型训练方法、装置、设备和介质。
[0005]根据本公开的一方面,提供了一种基于联邦学习的模型训练方法,该方法包括:
[0006]获取联邦学习的各参与方通过自身训练样本进行相同模型训练所得的局部网络参数;
[0007]根据各所述局部网络参数,确定各所述参与方的训练评价数据;
[0008]根据各所述训练评价数据,对各所述参与方进行聚类;
[0009]根据相同类别的参与方的局部网络参数,确定相应参与方的全局网络参数;
[0010]将各所述参与方的全局网络参数反馈至相应参与方,以供模型训练。
[0011]根据本公开的另一方面,提供了一种电子设备,该电子设备包括:
[0012]至少一个处理器;以及
[0013]与所述至少一个处理器通信连接的存储器;其中,
[0014]所述存储器存 ...
【技术保护点】
【技术特征摘要】
1.基于联邦学习的模型训练方法,包括:获取联邦学习的各参与方通过自身训练样本进行相同模型训练所得的局部网络参数;根据各所述局部网络参数,确定各所述参与方的训练评价数据;根据各所述训练评价数据,对各所述参与方进行聚类;根据相同类别的参与方的局部网络参数,确定相应参与方的全局网络参数;将各所述参与方的全局网络参数反馈至相应参与方,以供模型训练。2.根据权利要求1所述的方法,其中,所述训练评价数据包括局部密度数据和跟随距离数据。3.根据权利要求2所述的方法,其中,根据各所述局部网络参数,确定各所述参与方的局部密度数据,包括:根据不同参与方的局部网络参数,确定不同参与方之间的参数差异数据;针对各参与方,根据该参与方对应的参数差异数据,确定该参与方的局部密度数据。4.根据权利要求3所述的方法,其中,所述根据不同参与方的局部网络参数,确定不同参与方之间的参数差异数据,包括:根据不同参与方的局部网络参数,确定不同参与方之间的参数距离数据;将邻域截断距离与不同参与方之间的参数距离数据的比值,作为不同参与方之间的参数差异数据。5.根据权利要求4所述的方法,其中,所述方法还包括:根据不同参与方之间的参数距离数据,确定所述邻域截断距离。6.根据权利要求3所述的方法,其中,所述针对各参与方,根据该参与方对应的参数差异数据,确定该参与方的局部密度数据,包括:针对各参与方,将该参与方对应的各参数差异数据映射至指数空间,得到相应密度关联数据;将该参与方的各密度关联数据进行叠加,得到该参与方的所述局部密度数据。7.根据权利要求2所述的方法,其中,根据各所述局部网络参数,确定各所述参与方的跟随距离数据,包括:根据不同参与方的局部网络参数,确定不同参与方之间的参数距离数据;针对所述局部密度数据较小的参与方,将该参与方与其他参与方之间的较小参数距离数据作为该参与方的跟随距离数据;针对所述局部密度数据较大的参与方,将该参与方与其他参与方之间的较大参数距离数据作为该参与方的跟随距离数据。8.根据权利要求2
‑
7任一项所述的方法,其中,所述根据各所述训练评价数据,对各所述参与方进行聚类,包括:根据各参与方的局部密度数据与局部密度阈值的相对大小,以及各参与方的跟随距离数据与跟随距离阈值的相对大小,确定各聚类中心;根据各所述聚类中心,对各所述参与方进行聚类。9.根据权利要求8所述的方法,其特征在于,所述方法还包括:根据不同参与方的局部密度数据,确定所述局部密度阈值;以及,根据不同参与方的跟随距离数据,确定所述跟随距离阈值。
10.基于联邦学习的模型训练装置,包括:局部网络参数获取模块,用于获取联邦学习的各参与方通过自身训练样本进行相同模型训练所得的局部网络参数;训练评价数据获取模块,用于根据各所述局部网络参数,确定各所述参与方的训练评价数据;聚类模块,用于根据各所述训练评价数据,对各所述参与方进行聚类;全局网络参数确定模块,用于根据相同类别的参与方的局部网络参数,确定相应参与方的全局网络参数;全局网络参数反馈模块,用于将各所述参与方的全局网络参数反馈至相应参与方,以供模型训练。11.根据权利要求10所述的装置...
【专利技术属性】
技术研发人员:彭胜波,周吉文,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。