【技术实现步骤摘要】
一种模型训练方法、装置、电子设备及存储介质
本专利技术涉计算机应用
,特别是涉及一种模型训练方法、装置、电子设备及存储介质。
技术介绍
在机器学习过程中,通过从不同用户设备中收集大量的数据集和标注数据作为训练数据,并将该训练数据发送给服务端。服务端根据接收到的训练数据,对模型进行训练及测试,得到训练好的模型。在上述机器学习过程中,由于收集到的训练数据中涉及大量的用户隐私,在将训练数据发送给服务端,以及服务端根据接收到的训练数据对模型进行训练时,训练数据均存在泄露的风险,从而导致用户隐私泄露的风险。
技术实现思路
本专利技术实施例的目的在于提供一种模型训练方法、装置、电子设备及存储介质,以降低用户隐私泄露的风险。具体技术方案如下:本专利技术实施例提供了一种模型训练方法,应用于服务端,所述方法包括:确定多个训练设备;向所述多个训练设备发送训练指令,所述训练指令包括第一模型参数;接收每一训练设备发送的第二模型参数,所述第二模型参数为所述训练设备基于所述训练指令和训练数据,对预设模型进行训练得到的,所述训练数据是根据所述训练设备中的用户数据确定的;根据接收到的多个第二模型参数,利用联合平均算法,得到第三模型参数;判断包括所述第三模型参数的预设模型是否收敛;若收敛,则将所述第三模型参数确定为所述预设模型训练完成后的模型参数。可选的,若包括所述第三模型参数的预设模型未收敛,则将所述第三模型参数作为所述第一模型参数,返回执行所述确定多个训练设备的步骤。可选的,所述确定多个训练设备的步骤,包括:接收多个用户设备发送的训练请求,将所述多个用户设备作为多个训练设备。可选的, ...
【技术保护点】
1.一种模型训练方法,其特征在于,应用于服务端,所述方法包括:确定多个训练设备;向所述多个训练设备发送训练指令,所述训练指令包括第一模型参数;接收每一训练设备发送的第二模型参数,所述第二模型参数为所述训练设备基于所述训练指令和训练数据,对预设模型进行训练得到的,所述训练数据是根据所述训练设备中的用户数据确定的;根据接收到的多个第二模型参数,利用联合平均算法,得到第三模型参数;判断包括所述第三模型参数的预设模型是否收敛;若收敛,则将所述第三模型参数确定为所述预设模型训练完成后的模型参数。
【技术特征摘要】
1.一种模型训练方法,其特征在于,应用于服务端,所述方法包括:确定多个训练设备;向所述多个训练设备发送训练指令,所述训练指令包括第一模型参数;接收每一训练设备发送的第二模型参数,所述第二模型参数为所述训练设备基于所述训练指令和训练数据,对预设模型进行训练得到的,所述训练数据是根据所述训练设备中的用户数据确定的;根据接收到的多个第二模型参数,利用联合平均算法,得到第三模型参数;判断包括所述第三模型参数的预设模型是否收敛;若收敛,则将所述第三模型参数确定为所述预设模型训练完成后的模型参数。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:若包括所述第三模型参数的预设模型未收敛,则将所述第三模型参数作为所述第一模型参数,返回执行所述确定多个训练设备的步骤。3.根据权利要求1所述的方法,其特征在于,所述确定多个训练设备的步骤,包括:接收多个用户设备发送的训练请求,将所述多个用户设备作为多个训练设备。4.根据权利要求3所述的方法,其特征在于,在向多个训练设备发送训练指令之后,还包括:检测是否接收到其他用户设备发送的训练请求;若接收到其他用户设备发送的训练请求,则判断所述多个训练设备是否正在对所述预设模型进行训练;若正在对所述预设模型进行训练,则向所述其他用户设备发送包含预设时间的等待指令,以使所述其他用户设备根据所述等待指令,在所述预设时间后重新向所述服务端发送训练请求。5.根据权利要求1所述的方法,其特征在于,所述判断包括所述第三模型参数的预设模型是否收敛的步骤,包括:获取预设的测试数据;将所述第三模型参数加载到所述预设模型中;将所述测试数据输入到包括所述第三模型参数的预设模型中,得到输出结果;确定所述输出结果对应的损失值;判断所述损失值是否大于损失值阈值;若是,则确定包括所述第三模型参数的预设模型未收敛;若否,则确定包括所述第三模型参数的预设模型收敛。6.根据权利要求1所述的方法,其特征在于,所述根据接收到的多个第二模型参数,利用联合平均算法,得到第三模型参数的步骤,包括:利用联合平均算法,对接收到的多个第二模型参数进行处理,得到第三模型参数;或确定训练得到每一第二模型参数的时长,作为训练时长;利用联合平均算法,对训练时长不大于第一时间阈值的多个第二模型参数进行处理,得到第三模型参数。7.根据权利要求1所述的方法,其特征在于,在根据接收到的多个第二模型参数,利用联合平均算法,得到第三模型参数之前,还包括:统计第二时间阈值内接收到的第二模型参数的数量;判断所述数量是否大于预设数量阈值;所述根据接收到的多个第二模型参数,利用联合平均算法,得到第三模型参数的步骤,包括:若大于所述预设数量阈值,则根据接收到的多个第二模型参数,利用联合平均算法,得到第三模型参数。8.根据权利要求7所述的方法,其特征在于,所述方法还包括:若不大于所述预设数量阈值,则返回执行所述确定多个训练设备的步骤。9.根据权利要求1所述的方法,其特征在...
【专利技术属性】
技术研发人员:李腾飞,张桢宵,
申请(专利权)人:北京金山安全软件有限公司,
类型:发明
国别省市:北京,11
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。