一种联邦学习算法因子组件动态生成方法和装置制造方法及图纸

本发明专利技术公开了一种联邦学习算法因子组件动态生成方法和装置，涉及机器学习技术领域。所述方法包括：响应于检测到的算法因子创建指令，获取所述算法因子创建指令对应的算法因子创建参数；基于所述算法因子创建参数和预先创建的层级结构生成目标算法因子，以根据应用业务场景及建模需求，配置一个或多个目标算法因子构建联邦学习应用模型。本发明专利技术实施例通过预先创建层级结构，在需要生成算法因子时，直接基于预先创建的层级结构和应用需求生成算法因子，使得创建算法因子时，无需对每个算法因子进行单独开发，简化了算法因子的生成过程，提高了算法因子的生成效率，进而提高了基于算法因子构建联邦学习模型的效率。法因子构建联邦学习模型的效率。法因子构建联邦学习模型的效率。

A method and device for dynamic generation of factor components of Federated learning algorithm

【技术实现步骤摘要】
一种联邦学习算法因子组件动态生成方法和装置


[0001]本专利技术涉及机器学习
，尤其涉及一种联邦学习算法因子组件动态生成方法和装置。

技术介绍

[0002]随着互联网的发展，联邦学习作为分布式的机器学习范式，可以有效解决数据孤岛问题，让参与方在不共享数据的基础上联合建模，能从技术上解决数据孤岛问题，实现人工智能协作。针对联邦学习的算法因子组件的生成和使用变得越来越重要。
[0003]目前，大部分联邦算法因子组件在系统中生成和配置过程通常为：由开发人员针对每个具体的算法进行特定因子组件开发和前端展示，并且联邦原理相近或参数重叠较多的算法因子，无法灵活共用配置，存在大量重复开发过程。

技术实现思路

[0004]本专利技术提供了一种联邦学习算法因子组件动态生成方法和装置，以解决算法因子开发复杂、效率低的技术问题。
[0005]根据本专利技术的一方面，提供了一种联邦学习算法因子组件动态生成方法，包括：响应于检测到的算法因子创建指令，获取算法因子创建指令对应的算法因子创建参数；基于算法因子创建参数和预先创建的层级结构生成目标算法因子，以根据应用业务场景及建模需求，配置一个或多个目标算法因子构建联邦学习应用模型。
[0006]可选的，在上述方案的基础上，获取算法因子创建指令对应的算法因子创建参数，包括：获取算法因子创建指令对应的目标组件标识，以及目标组件标识关联的组件配置信息作为算法因子创建参数。
[0007]可选的，在上述方案的基础上，基于算法因子创建参数和预先创建的层级结构生成目标算法因子，包括：根据目标组件标识确定目标组件信息；基于目标组件信息和组件配置信息生成目标算法因子。
[0008]可选的，在上述方案的基础上，预先创建的层级结构包括参数类型定义及存储层、算法因子定义及存储层、算法因子加工及存储层和算法因子渲染及应用层，根据目标组件标识确定目标组件信息，包括：分别从层级结构的各层中确定目标层级组件信息，目标层级组件信息包括目标参数类型组件信息、目标算法因子组件信息、目标算法因子加工组件信息和目标算法因子渲染组件；相应的，基于组件信息和组件配置信息生成目标算法因子，包括：基于算法因子构建关联组件信息和组件配置信息构建目标算法因子，算法因子构
建关联组件信息包括目标参数类型组件信息、目标算法因子组件信息和目标算法因子加工组件信息；基于目标算法因子和目标算法因子渲染组件，渲染出目标算法因子的显示界面进行显示。
[0009]可选的，在上述方案的基础上，还包括：响应于检测到的层级结构配置指令，获取层级结构配置指令关联的目标配置层级；基于目标配置层级的层级配置参数生成层级组件配置界面；接收通过层级组件配置界面输入的层级配置信息，根据层级配置信息进行层级组件的配置。
[0010]可选的，在上述方案的基础上，目标配置层级包括参数类型定义及存储层、算法因子定义及存储层、算法因子加工及存储层和算法因子渲染及应用层中的至少一个，其中：所述参数类型定义及存储层的层级配置信息包括参数名称、参数类型、参数描述信息、参数嵌套信息；所述算法因子定义及存储层的层级配置信息包括算法因子名称、算法因子描述信息；所述算法因子加工及存储层的层级配置信息包括算法因子加工名称和算法因子加工描述信息；所述算法因子渲染及应用层的层级配置信息包括算法因子渲染名称和算法因子渲染描述信息。
[0011]可选的，在上述方案的基础上，还包括：响应于接收到的算法因子调用请求，执行算法训练，生成算法训练的训练结果并显示。
[0012]根据本专利技术的另一方面，提供了一种联邦学习算法因子组件动态生成装置，包括：创建参数获取模块，用于响应于检测到的算法因子创建指令，获取算法因子创建指令对应的算法因子创建参数；算法因子生成模块，用于基于算法因子创建参数和预先创建的层级结构生成目标算法因子，以根据业务场景及建模需求，配置一个或多个目标算法因子构建联邦学习应用模型。
[0013]本专利技术实施例提供的联邦学习算法因子组件动态生成方法，通过响应于检测到的算法因子创建指令，获取算法因子创建指令对应的算法因子创建参数；基于算法因子创建参数和预先创建的层级结构生成目标算法因子，以根据业务场景及建模要求，配置一个或多个目标算法因子构建联邦学习应用模型。本专利技术实施例提供的联邦学习算法因子组件动态生成方法和装置通过预先创建层级结构，在需要生成算法因子时，直接基于预先创建的层级结构和应用需求生成算法因子，使得创建算法因子时，无需对每个算法因子进行单独开发，简化了算法因子的生成过程，提高了算法因子的生成效率，进而提高了基于算法因子构建联邦学习模型的效率。
[0014]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0015]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本专利技术实施例一提供的一种联邦学习算法因子组件动态生成方法的流程示意图；图2是本专利技术实施例二提供的一种联邦学习算法因子组件动态生成方法的流程示意图；图3是本专利技术实施例三提供的一种算法因子组件生成结构示意图；图4是本专利技术实施例四提供的一种算法因子生成装置结构示意图。
具体实施方式
[0017]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0018]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0019]在对本申请提供的各实施例进行说明之前，先对本申请提供的联邦学习算法因子组件动态生成方法的应用场景进行示例性说明。
[0020]示例性的，本申请提供的联邦学习算法因子组件动态生成方法构建的联邦学习模型可以应用于如图像分类模型、图像分割模型、图像特征提取模型、图像压缩模型、图像增强模型、图像降噪模型、图像标签生成模型、文本分类模型、文本翻译模型、文本摘要提取模型、文本预测模型、关键词转换模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联邦学习算法因子组件动态生成方法，其特征在于，包括：响应于检测到的算法因子创建指令，获取所述算法因子创建指令对应的算法因子创建参数；基于所述算法因子创建参数和预先创建的层级结构生成目标算法因子，以根据应用业务场景及建模需求，配置一个或多个所述目标算法因子构建联邦学习应用模型。2.根据权利要求1所述的方法，其特征在于，所述获取所述算法因子创建指令对应的算法因子创建参数，包括：获取所述算法因子创建指令对应的目标组件标识，以及所述目标组件标识关联的组件配置信息作为所述算法因子创建参数。3.根据权利要求2所述的方法，其特征在于，所述基于所述算法因子创建参数和预先创建的层级结构生成目标算法因子，包括：根据所述目标组件标识确定目标组件信息；基于所述目标组件信息和所述组件配置信息生成所述目标算法因子。4.根据权利要求3所述的方法，其特征在于，所述预先创建的层级结构包括参数类型定义及存储层、算法因子定义及存储层、算法因子加工及存储层和算法因子渲染及应用层，所述根据所述目标组件标识确定目标组件信息，包括：分别从所述层级结构的各层中确定目标层级组件信息，所述目标层级组件信息包括目标参数类型组件信息、目标算法因子组件信息、目标算法因子加工组件信息和目标算法因子渲染组件；相应的，所述基于所述目标组件信息和所述组件配置信息生成所述目标算法因子，包括：基于算法因子构建关联组件信息和所述组件配置信息构建所述目标算法因子，所述算法因子构建关联组件信息包括所述目标参数类型组件信息、所述目标算法因子组件信息和所述目标算法因子加工组件信息；基于所述目标算法因子和所述目标算法因子渲染组件，渲染出所述目标算法因子的显示界面进行显示。5.根据权利要求1所述的方法，其特征在于，还包括：响应于检测到的层级结构配置指令，获取所述层级结构配置指令关联的目标配置层级；...

【专利技术属性】
技术研发人员：武铁铮，薛金燕，田璐璐，
申请(专利权)人：青岛鑫晟汇科技有限公司，
类型：发明
国别省市：