数据处理的方法、电子设备和计算机程序产品技术

本公开的实施例提供了一种数据处理的方法、电子设备和计算机程序产品。在此描述的方法包括在边缘设备处接收用于训练模型的新数据，边缘设备已经存储有用于代表历史数据来训练模型的蒸馏数据，历史数据被存储在远程设备中并且历史数据的量大于蒸馏数据的量。方法还包括基于新数据和蒸馏数据来训练模型。利用本申请的数据处理的方案，能够在具有较少存储资源的边缘设备处基于蒸馏数据来训练模型，从而实现较高的模型准确性。实现较高的模型准确性。实现较高的模型准确性。

【技术实现步骤摘要】
数据处理的方法、电子设备和计算机程序产品


[0001]本公开的实施例涉及数据处理领域，并且具体地，涉及数据处理的方法、电子设备和计算机程序产品。

技术介绍

[0002]诸如自动驾驶等人工智能产业依赖于海量的数据。诸如自动驾驶汽车之类的终端设备每天都产生大量的数据。这些数据可以用于训练机器学习模型以实现各种人工智能应用。这些数据也需要被存储以供审计和查验。然而，海量数据的存储需要消耗大量的存储资源。因此，需要能够高效地存储用于训练机器学习模型的训练数据的方法，从而减少资源消耗。

技术实现思路

[0003]在本公开的第一方面，提供了一种数据处理的方法。该方法包括在边缘设备处接收用于训练模型的新数据，边缘设备已经存储有用于代表历史数据来训练模型的蒸馏数据，历史数据被存储在远程设备中并且历史数据的量大于蒸馏数据的量。方法还包括基于新数据和蒸馏数据来训练模型。
[0004]在第一方面的一些实施例中，基于新数据和蒸馏数据来训练模型包括：基于新数据来进一步训练基于蒸馏数据被训练的模型。
[0005]在第一方面的一些实施例中，新本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：在边缘设备处接收用于训练模型的新数据，所述边缘设备已经存储有用于代表历史数据来训练所述模型的蒸馏数据，所述历史数据被存储在远程设备中并且所述历史数据的量大于所述蒸馏数据的量；以及基于所述新数据和所述蒸馏数据来训练所述模型。2.根据权利要求1所述的方法，其中基于所述新数据和所述蒸馏数据来训练所述模型包括：基于所述新数据来进一步训练基于所述蒸馏数据被训练的所述模型。3.根据权利要求1至2中任一项所述的方法，其中所述新数据代表在所述历史数据之后被收集的附加数据，所述附加数据被存储在所述远程设备中并且所述附加数据的量大于所述新数据的量，所述方法还包括存储所述新数据。4.根据权利要求3所述的方法，其中所述新数据利用数据蒸馏算法在所述远程设备处基于所述附加数据被确定。5.根据权利要求1至2中任一项所述的方法，还包括：接收用于代表所述新数据来训练所述模型或其他模型的附加蒸馏数据；以及存储所述附加蒸馏数据以扩充所述蒸馏数据。6.根据权利要求5所述的方法，其中所述附加蒸馏数据利用数据蒸馏算法在所述远程设备处基于所述新数据被确定。7.根据权利要求1所述的方法，其中所述蒸馏数据利用数据蒸馏算法在所述远程设备处基于所述历史数据被确定。8.一种电子设备，包括：处理器；以及与所述处理器耦合的存储器，所述存储器具有存储于其中的指令，所述指令在被处理器执行时使所述设备执行动作，所述动作包括：在边缘设备处接收用于训...

【专利技术属性】
技术研发人员：王子嘉，倪嘉呈，贾真，
申请(专利权)人：伊姆西IP控股有限责任公司，
类型：发明
国别省市：