分布式系统的校准技术方案

本公开提供了“分布式系统的校准”。第一计算机可操作神经网络的第一实例，接收输入到神经网络的第一实例的第一数据集，基于第一数据集确定神经网络的第一实例中的神经网络的第一校准参数，以及将第一校准参数发送到服务器计算机。第二计算机可操作神经网络的第二实例，接收输入到神经网络的第二实例的第二数据集，基于第二数据集确定神经网络的第二实例中的神经网络的第二校准参数，以及将第二校准参数发送到服务器计算机。服务器计算机可聚合第一校准参数和第二校准参数以更新神经网络的模型，并基于所聚合的第一校准参数和第二校准参数针对第一计算机和第二计算机处的神经网络的第一实例和第二实例更新神经网络模型。络的第一实例和第二实例更新神经网络模型。络的第一实例和第二实例更新神经网络模型。

【技术实现步骤摘要】
分布式系统的校准


[0001]本公开涉及一种用于校准车辆中的神经网络模型的系统。

技术介绍

[0002]经训练的神经网络可以用于执行机器的控制操作、对象检测、音频处理等。神经网络可以部署在经由有线和/或无线通信互连的多个计算机中。计算机可以例如从传感器、输入装置等接收数据，并且将所接收的数据输入到神经网络，并且基于神经网络的输出来操作计算机。计算机中的每一者中的神经网络的性能可以部分地基于所接收的输入数据和用于训练神经网络的训练数据。

技术实现思路

[0003]本文公开了一种用于校准联合系统中的神经网络模型的系统，其包括：第一计算机，所述第一计算机被编程为：操作神经网络的第一实例，接收输入到所述神经网络的所述第一实例的第一数据集，基于所述第一数据集来确定所述神经网络的所述第一实例中的所述神经网络的第一校准参数，以及将所述第一校准参数发送到服务器计算机；第二计算机，所述第二计算机被编程为：操作所述神经网络的第二实例，接收输入到所述神经网络的所述第二实例的第二数据集，基于所述第二数据集来确定所述神经网络的所述第二实例中的所述神经网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于校准联合系统中的神经网络模型的方法，其包括：在第一计算机处操作神经网络的第一实例；在所述第一计算机处接收输入到所述神经网络的所述第一实例的第一数据集；基于所述第一数据集来确定所述神经网络的所述第一实例中的所述神经网络的第一校准参数；在第二计算机处操作所述神经网络的第二实例；基于所述第一数据集来确定所述神经网络的所述第二实例中的所述神经网络的第二校准参数；将所述第一校准参数和所述第二校准参数发送到服务器计算机；然后，在所述服务器计算机中，聚合所述第一校准参数和所述第二校准参数以更新所述神经网络的模型；以及向所述第一计算机和所述第二计算机提供所述更新的神经网络模型。2.如权利要求1所述的方法，其中聚合所述第一校准参数和所述第二校准参数包括确定聚合校准值以应用于所述神经网络的所述模型的输出。3.如权利要求2所述的方法，其还包括：在所述服务器计算机中接收来自所述第一计算机的第三校准参数和来自所述第二计算机的第四校准参数；以及基于所述第三校准参数和所述第四校准参数来调整所述聚合校准值，从而确定更新的聚合校准值。4.如权利要求2所述的方法，其还包括通过计算所述第一校准参数和所述第二校准参数的平均值来确定所述聚合校准值。5.如权利要求1所述的方法，其还包括使用温度缩放技术来确定所述第一校准参数和所述第二校准参数。6.如权利要求1所述的方法，其还包括使用包括softmax和sigmoid中的一者的归一化技术作为所述神经网络的最后阶段激活函数。7.如权利要求1所述的方法，其还包括基于以下中的一者或多者来选择所述第一计算机和所述第二计算机：(i)所述第一计算机和所述第二计算机的部署地理位置，(ii)用户组数据，(iii)指定激活来自所述第一计算机和所述第二计算机的数据收集的存储的数据。8.如权利要求1所述的方法，其还包括：周期性地将更新的校准参数从所述第一计算机和所述第二计算机发送到所述服务器计算机；以及在接收到所述更新的校准参数后，从所述服务器计算机向所述第一计算机和所述第二计算机...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：