【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种模型训练的方法、装置、存储介质及电子设备。
技术介绍
1、随着科技的不断发展，纵向联邦学习得到广泛的关注。随着市场越来越精细的划分，出现越来越多的为用户提供服务的服务提供方。
2、目前，服务提供方为了更好地为用户提供服务，可以获取用户的业务数据，并根据业务数据，分析用户的行为，刻画用户画像，或者确定用户是否存在风险。但是，每一个服务提供方只有自身存储的用户的业务数据，并且该业务数据可能只包括用户一些维度上的信息，而对于用户的其他维度的信息可能由其他服务提供方存储。例如，提供支付功能的服务提供方只拥有用户的交易数据，而提供聊天功能的服务提供方只拥有用户的聊天数据。因此，如何基于各服务提供方的业务数据进行模型训练是一个重要的问题。
3、基于此，本说明书提供一种模型训练的方法。
技术实现思路
1、本说明书提供一种模型训练的方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
...【技术保护点】
1.一种模型训练的方法，其特征在于，所述方法应用于若干参与方，各参与方分别训练任务模型，所述各参与方分别训练的任务模型的功能不同，针对每一个参与方，所述方法包括：
2.如权利要求1所述的方法，其特征在于，根据预先构建的密文速查表，确定所述第一特征对应的加密特征，具体包括：
3.如权利要求1所述的方法，其特征在于，将各加密特征输入所述待训练的任务模型的加密交互层，确定第二特征，具体包括：
4.如权利要求3所述的方法，其特征在于，将所述加密交互层中该加密特征对应的权重参数与该加密特征进行乘积，确定乘积结果，具体包括：
5.如...
【技术特征摘要】
1.一种模型训练的方法，其特征在于，所述方法应用于若干参与方，各参与方分别训练任务模型，所述各参与方分别训练的任务模型的功能不同，针对每一个参与方，所述方法包括：
2.如权利要求1所述的方法，其特征在于，根据预先构建的密文速查表，确定所述第一特征对应的加密特征，具体包括：
3.如权利要求1所述的方法，其特征在于，将各加密特征输入所述待训练的任务模型的加密交互层，确定第二特征，具体包括：
4.如权利要求3所述的方法，其特征在于，将所述加密交互层中该加密特征对应的权重参数与该加密特征进行乘积，确定乘积结果，具体包括：
5.如权利要求1所述的方法，其特征在于，根据所述输出结果以及所述标注，对所述待训练的任务模型进行训练，具体包括：
6.如权利要求5所述的方法，其特征在于，根据调整后的输出层以及所述损失，确定该加密特征对应的所述加密交互层的第一梯度，具体包括：
7...
【专利技术属性】
技术研发人员：吉利川，黄振华，马川，刘畅，王天放，吴慧雯，
申请(专利权)人：之江实验室，
类型：发明
国别省市：
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。