基于区块链方式的深度学习数据共享方法、存储介质技术

本发明专利技术提供一种基于区块链方式的深度学习数据共享方法、存储介质，方法包括：存储深度学习数据和目标建模模型至区块链网络的各节点，其中，所述深度学习数据共享在区块链网络中，所述目标建模模型受保护；将深度学习数据拆分成带有对应数据属性标签的元数据；当接收到对应一目标建模模型的深度学习请求时，依据所述一目标建模模型确定对应的数据属性标签，获取对应的元数据；依据所述对应的元数据，提取与所述一目标建模模型对应的深度学习数据进行学习。本发明专利技术不仅实现了优化了深度学习的方式，而且还能实现增强学习的一步到位，显著提高学习的效率；进一步的，实现学习数据的复用，以及学习成本和时间的节省。

【技术实现步骤摘要】
基于区块链方式的深度学习数据共享方法、存储介质
本专利技术涉及深度学习数据领域，具体说的是基于区块链方式的深度学习数据共享方法、存储介质。
技术介绍
目前常见的机器深度学习方案是GoogleDeepMind团队使用的通用建模算法。采用卷积神经网络的深度学习模型，将几个机器人彼此相连，共享相互学习的经验和尝试数据，在经历近百万次的动作后，联网的机器会逐步开始纠正整我，达到自我学习的效果。那么这些数据会作为此次学习方式的实验数据单一的存储起来，而并不能作为其他行为学习的支撑数据，即无法实现数据的复用。同时，由于机器是独立进行学习的，每次学习都会保留大量数据，而这些数据在使用权限和范围上来说是唯一的。几个机器之间由于所处理的问题以及想要达到的需求是一致的，所以数据可以不经过处理而直接调用。但是，虽然问题以及需求是一致的，所使用的增强学习算法可能不一致。在收益函数中，通过研究策略、研究收益函数、研究基于模型的增强学习三种不同角度的算法研究，不同机器学习所需要的时间及成本一定是不同的。进一步的，现有的机器深度学习方案，每次的学习都需要从头开始，即使其中很多部分都已掌握，也需要重新学习，无法实现针对性的直接学习目标模型对应的样本数据，从而造成不必要的时间和成本的浪费。综上所述，有必要提供一种能够克服上述问题的深度学习数据共享方法及一种计算机存储介质。
技术实现思路
本专利技术所要解决的技术问题是：提供一种基于区块链方式的深度学习数据共享方法、存储介质，能够具备针对性的仅学习目标学习数据，显著提高深度学习的效率，同时还能实现学习数据的可复用。为了解决上述技术问题，本专利技术采用的技术方案为：一种基于区块链方式的深度学习数据共享方法，包括：存储深度学习数据和目标建模模型至区块链网络的各节点，其中，所述深度学习数据共享在区块链网络中，所述目标建模模型受保护；将深度学习数据拆分成带有对应数据属性标签的元数据；当接收到对应一目标建模模型的深度学习请求时，依据所述一目标建模模型确定对应的数据属性标签，获取对应的元数据；依据所述对应的元数据，提取与所述一目标建模模型对应的深度学习数据进行学习。本专利技术提供的另一个技术方案为：一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时能够实现上述的基于区块链方式的深度学习数据共享方法。本专利技术的有益效果在于：利用区块链的公开特性存储深度学习数据，实现深度学习数据的透明共享和可复用；利用区块链的确权特性存储私有的目标建模模型，保证目标建模模型的安全性；通过将深度学习数据进行颗粒化拆解成元数据，每个元数据带有对应的数据属性标签；在学习时，依据目标建模模型确定与其对应的数据属性，然后直接依据标签援引元数据，提取对应模型的学习数据进行学习即可，而无需对所有的学习数据都进行学习，造成资源和时间上不必要的浪费。本专利技术通过标签援引准确且快速的获取目标学习数据，能够具有针对性的进行学习，实现增强学习的一步到位，显著提高了深度学习的效率。附图说明图1为本专利技术一种基于区块链方式的深度学习数据共享方法的流程示意图；图2为本专利技术实施例一的基于区块链方式的深度学习数据共享方法的架构组成及交互示意图。具体实施方式为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。本专利技术最关键的构思在于：通过将深度学习数据拆解成带有对应数据属性标签的元数据，在学习时，依据目标建模模型确定与其对应的数据属性，然后直接依据标签援引元数据，提取与模型对应的学习数据进行学习即可。本专利技术涉及的技术术语解释:技术术语解释深度学习数据作为学习的样本数据目标建模模型需要达成的目标模型元数据从样本数据中拆出来带有标签的数据数据属性包括色素值、动作类型、时间、作者等基本属性请参照图1，本专利技术提供一种基于区块链方式的深度学习数据共享方法，包括：存储深度学习数据和目标建模模型至区块链网络的各节点，其中，所述深度学习数据共享在区块链网络中，所述目标建模模型受保护；将深度学习数据拆分成带有对应数据属性标签的元数据；当接收到对应一目标建模模型的深度学习请求时，依据所述一目标建模模型确定对应的数据属性标签，获取对应的元数据；依据所述对应的元数据，提取与所述一目标建模模型对应的深度学习数据进行学习。从上述描述可知，本专利技术的有益效果在于：通过将数据确权、共享后，使深度学习数据可以拆解成带有数据属性标签的元数据并保存在区块链网络服务中，达到颗粒化，这样在机器新的深度学习中，有大量的学习数据可以被复用，且当颗粒化的模型数据与目标建模模型完全一致时，可以直接学习成功。机器的增强学习会一步到位，不需要再次准备大量的实验数据支撑学习，也不用从头开始学习所有数据，更无须重复经历失败才能完成学习，显著提高了深入学习的效率。进一步的，所述将深度学习数据拆分成带有对应数据属性标签的元数据，具体为：拆解深度学习数据成多个的元数据；赋予每个元数据至少一个的标签，所述标签记录有当前元数据的编号，以及与当前元数据的一个数据属性对应的特征值。进一步的，所述依据所述一目标建模模型确定对应的数据属性标签，获取对应的元数据，具体为：依据所述一目标建模模型确定与其对应的至少一个的数据属性的特征值；依据所确定的至少一个的特征值确定对应的标签；依据所确定的标签获取对应的元数据。由上述描述可知，将深度学习数据进行拆分，并依据拆分得到的各个元数据各自对应的数据属性以标签方式进行标记，实现基于标签的援引，将标签作为对应学习数据的索引，便可依据标签快速且准确的定位获取对应的学习数据，实现针对性的仅获取所需的学习数据进行学习。进一步的，所述进行学习，之后，还包括：生成新的深度学习数据；存储所述新的深度学习数据至区块链网络的各节点；将所述新的深度学习数据拆分成带有对应数据属性标签的新的元数据。由上述描述可知，当学习完成后，将产生新的大量的学习数据，通过同样将其存储在区块链节点中，并拆分成元数据，作为下次学习的数据支撑，不仅能够不断的丰富和完善深度学习数据库，提高学习数据库的价值，而且还能实现数据的复用。进一步的，还包括：存储元数据在区块链网络的各节点的元数据库中。由上述描述可知，独立存储元数据于特定的元数据库中，实现数据的归类存储，方便快速、准确地调用。进一步的，依据区块链数据的最小单位对所述深度学习数据进行拆分。由上述描述可知，将学习数据进行最小单位的拆分，实现对学习数据最大程度的细化，进一步的提高依据标签所援引到的学习数据的精简度和准确度。本专利技术提供的另一个技术方案为：一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时能够实现上述基于区块链方式的深度学习数据共享方法。从上述描述可知，本专利技术的有益效果在于：对应本领域普通技术人员可以理解实现上述技术方案中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来实现的，所述的程序可存储于一计算机可读取的存储介质中，该程序在执行时，可包括如上述各方法的流程。实施例一请参照图1和图2，本实施例提供一种基于区块链方式的深度学习数据共享方法。通过区块链技术共享、确权、关联性的数据特性，可以从信息资源中抽取出来元数据，为元数据打上标签，这些元数据可以作为深度学习的数据支撑。本实施例的方法包括以下步骤：S1：搭建区块链网络服务平台；搭本文档来自技高网...

【技术保护点】
1.一种基于区块链方式的深度学习数据共享方法，其特征在于，包括：存储深度学习数据和目标建模模型至区块链网络的各节点，其中，所述深度学习数据共享在区块链网络中，所述目标建模模型受保护；将深度学习数据拆分成带有对应数据属性标签的元数据；当接收到对应一目标建模模型的深度学习请求时，依据所述一目标建模模型确定对应的数据属性标签，获取对应的元数据；依据所述对应的元数据，提取与所述一目标建模模型对应的深度学习数据进行学习。

【技术特征摘要】
1.一种基于区块链方式的深度学习数据共享方法，其特征在于，包括：存储深度学习数据和目标建模模型至区块链网络的各节点，其中，所述深度学习数据共享在区块链网络中，所述目标建模模型受保护；将深度学习数据拆分成带有对应数据属性标签的元数据；当接收到对应一目标建模模型的深度学习请求时，依据所述一目标建模模型确定对应的数据属性标签，获取对应的元数据；依据所述对应的元数据，提取与所述一目标建模模型对应的深度学习数据进行学习。2.如权利要求1所述的基于区块链方式的深度学习数据共享方法，其特征在于，所述将深度学习数据拆分成带有对应数据属性标签的元数据，具体为：拆解深度学习数据成多个的元数据；赋予每个元数据至少一个的标签，所述标签记录有当前元数据的编号，以及与当前元数据的一个数据属性对应的特征值。3.如权利要求2所述的基于区块链方式的深度学习数据共享方法，其特征在于，所述依据所述一目标建模模型确定对应的数据属性...

【专利技术属性】
技术研发人员：刘德建，于恩涛，董浩，梁益冰，林剑锋，陈伟，周潇潇，郑瑜琴，郑秀琴，曾捷，
申请(专利权)人：福建天晴在线互动科技有限公司，
类型：发明
国别省市：福建,35