一种模型传输的方法及装置制造方法及图纸

本申请实施例提供了一种模型传输的方法及装置，涉及通信技术领域，该方法包括：获取

【技术实现步骤摘要】
一种模型传输的方法及装置


[0001]本申请实施例涉及通信
，具体涉及一种模型传输的方法及装置
。

技术介绍

[0002]人工神经网络
(artificial neural networks,ANN)
是一种模拟生物神经网络进行信息处理的非线性统计性数据建模工具
。
在多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种具备学习能力的自适应系统
。
这类网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系以达到处理信息的目的，已广泛应用于图像分类
、
人脸识别和语音识别等领域
。
[0003]随着人工神经网络技术的普及，以及边缘人工智能
(artificial intelligence
，
AI)
设备
(
例如车载移动装置
、
无人机
、
智能手机
、
个人数字助理
)
的广泛应用，使用神经网络模型的业务也越来越多，随之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种模型传输的方法，其特征在于，所述方法包括：获取
N
个第一模型的信息，所述
N
个第一模型对应
N
个第一任务，其中，
N
为大于或等于2的整数；获取融合辅助信息，所述融合辅助信息包括目标模型的外部特征值，所述目标模型对应第二任务，所述第二任务与所述
N
个第一任务不同；根据所述
N
个第一模型的信息和所述融合辅助信息确定
N
个第一信号；发送所述
N
个第一信号
。2.
根据权利要求1所述的方法，其特征在于，第一模型的信息或目标模型的信息包括模型的外部特征值和
/
或模型的参数，其中，所述模型的外部特征值包括以下信息中的一个或者多个：神经网络计算图信息
、
优化器信息
、
超参数信息，所述模型的参数包括以下参数中的一个或者多个：权重矩阵
、
权重向量
、
偏置矩阵
、
偏置向量
。3.
根据权利要求1或2所述的方法，所述
N
个第一信号是第一模块对所述
N
个第一模型的信息和所述融合辅助信息处理后得到的
。4.
根据权利要求3所述的方法，其特征在于，所述第一模块是根据训练数据训练得到的，所述训练数据包括
M
个第一训练信号和目标模型，所述
M
个第一训练信号与
M
个训练模型一一对应，所述目标模型能够满足所述
M
个训练模型对应的任务，
M
为大于或等于2的整数
。5.
根据权利要求3所述的方法，其特征在于，所述第一模块是根据发送所述
N
个第一信号的信道的参数确定的
。6.
根据权利要求3所述的方法，其特征在于，所述
N
个第一模型中的第
i
个模型对应的第一模块是根据所述
N
个第一模型中除第一模型中的第
i
个模型以外的至少一个第一模型的信息确定的
。7.
根据权利要求4所述的方法，其特征在于，所述方法还包括：获取
M
个原始模型，所述
M
个原始模型与所述
M
个第一训练信号一一对应，
M
为大于或等于2的整数；将每个所述第一训练信号输入所对应的原始模型，以获得
M
个第二训练信号；将所述
M
个第二训练信号在同一信道中叠加以获得第三训练信号，其中，所述第三训练信号与中间模型对应；根据所述中间模型与所述目标模型的偏差，对所述
M
个原始模型的参数进行调节处理，以获得模型库，所述模型库包括经过所述调节处理后的原始模型，并且经过所述调节处理后的中间模型与所述目标模型的偏差在预设范围内；从所述模型库中获取所述第一模块
。8.
根据权利要求1至7中任一项所述的方法，其特征在于，所述方法还包括：发送所述融合辅助信息
。9.
根据权利要求1至8中任一项所述的方法，其特征在于，所述融合辅助信息来自所述
N
个第一信号的接收端装置，或者所述融合辅助信息来自为所述
N
个第一信号的接收端装置提供服务的服务器
。10.
一种模型传输的系统，其特征在于，所述模型传输系统包括：发送端装置，用于获取
N
个第一模型的信息和融合辅助信息，根据所述
N
个第一模型的信息和所述融合辅助信息确定
N
个第一信号，并发送所述
N
个第一信号，其中，所述
N
个第一
模型对应
N
个第一任务，
N
为大于或等于2的整数，所述融合辅助信息包括目标模型的外部特征值，所述目标模型对应第二任务，所述第二任务与所述
N
个第一任务不同；接收端装置，用于接收第二信号，并对接收到的所述第二信号进行解析，以获取目标模型，其中，所述第二信号是由所述
N
个第一信号得到的
。11.
根据权利要求
10
所述的系统，其特征在于，所述第二信号是由所述
N
个第一信号叠加后得到的
。12.
根据权利要求
10
或
11
所述的系统，其特征在于，第一模型的信息或目标模型的信息包括模型的外部特征值和
/
或模型的参数，其中，所述模型的外部特征值包括以下信息中的一个或者多个：神经网络计算图信息
、
优化器信息
、
超参数信息，所述模型的参数包括以下参数中的一个或者多个：权重矩阵
、
权重向量
、
偏置矩阵
、
偏置向量
。13.
根据权利要求
10
或
11
所述的系统，其特征在于，所述
N
个第一信号是第一模块对所述
N
个第一模型的信息和所述融合辅助信息处理后得到的
。14.
根据权利要求
13
所述的系统，其特征在于，所述第一模块是根据训练数据训练得到的，所述训练数据包括
M
个第一训练信号和目标模型，所述
M
个第一训练信号与
M
个训练模型一一对应，所述目标模型能够满足所述
M
个训练模型对应的任务，
M
为大于或等于2的整数
。15.
根据权利要求
13
所述的系统，其特征在于，所述第一模块是基于发送所述
N
个第一信号的信道的参数确定的
。16.
根据权利要求
13
所述的系统，其特征在于，所述
N
个第一模型中的第
i
个模型对应的第一模块是根据
N
个第一模型中除第一模型中的第
i
个模型以外的至少一个第一模型的信息确定的
。17.
根据权利要求
14
所述的系统，其特征在于，所述发送端装置还用于获取
M
个原始模型，并将每个所述第一训练信号输入所对应的原始模型，以获得
M
个第二训练信号，并将所述
M
个第二训练信号在同一信道中叠加以获得第三训练信号，其中，所述第三训练信号与中间模型对应，并根据所述中间模型与所述目标模型的偏差，对所述
M
个原始模型的参数进行调节处理，以获得模型库，从所述模型库中获取所述第一模块，所述
M
个原始模型与所述
M
个第一训练信号一一对应，
M
为大于或等于2的整数，所述模型库包括经过所述调节处理后的原始模型，并且经过所述调节处理后的中间模型与所述目标模型的偏差在预设范围内
。18.
根据权利要求
10
至
17
中任一项所述的系统，其特征在于，所述发送端装置还用于向所述接收端装置发送所述融合辅助信息
。19.
根据权利要求
10
至
18
中任一项所述的系统，其特征在于，所述融合辅助信息来自所述接收端装置，或者所述融合辅助信息来自为所述接收端装置提供服务的服务器
。20.
一种模型传输的系统，其特征在于，所述模型传输系统包括：第一发送端装置，用于获取
N
个第一模型中的
S
个第一模型的信息和第一融合辅助信息，根据所述
N
个第一模型中的
S
个第一模型的信息和所述第一融合辅助信息确定
S
个第一信号，并发送所述
S
个第一信号，其中，所述
N
个第一模型中的
S
个模型对应
S
个第一任务，
S
为大于或等于1的整数，所述第一融合辅助信息包括目标模型的外部特征值，所述目标模型对应第二任务，所述第二任务与所述
N
个第一任务不同；第二发送端装置，用于获取
N
个第一模型中的
K
个第一模型的信息和第二融合辅助信
息，根据所述
N
个第一模型中的
K
个第一模型的信息和所述第二融合...

【专利技术属性】
技术研发人员：胡斌，张公正，王坚，李榕，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：