【技术实现步骤摘要】
本申请涉及大数据，尤其涉及一种模型训练方法、装置、电子设备、存储介质及程序产品。
技术介绍
1、个性化推荐是根据用户的兴趣特点向用户推荐感兴趣的信息和商品，随着人工智能的快速发展，个性化推荐已经成为人们获取信息的主要形式。
2、在一些场景下，通过训练大型的机器学习模型作为推荐模型，利用推荐模型向用户推荐感兴趣的信息和商品。随着信息的不断更新迭代，无可避免的会有推荐模型的版本迭代更新的问题，如更换训练后端的机器训练框架时就需要对推荐模型的版本进行迭代更新，因不同的训练后端其所需的模型参数的参数格式不同，因此推荐模型的兼容性较差。
技术实现思路
1、本申请实施例的目的是提供一种模型训练方法、装置、电子设备、存储介质及程序产品，解决了推荐模型的兼容性较差的问题。
2、为了解决上述技术问题，本申请实施例是这样实现的：
3、第一方面，本申请实施例提供了一种模型训练方法，模型训练方法包括：从训练参数服务器中获取初始推荐模型的模型参数，所述初始推荐模型的模型参数在所述...
【技术保护点】
1.一种模型训练方法，其特征在于，所述模型训练方法包括：
2.根据权利要求1所述的模型训练方法，其特征在于，在所述通过所述训练样本、所述第一索引信息和所述第一参数特征值对所述初始推荐模型进行训练，得到训练后的推荐模型之后，所述方法还包括：
3.根据权利要求1所述的模型训练方法，其特征在于，所述通过所述训练样本、所述第一索引信息和所述第一参数特征值对所述初始推荐模型进行训练，得到训练后的推荐模型包括：
4.根据权利要求3所述的模型训练方法，其特征在于，在所述利用所述训练样本对所述初始推荐模型进行训练，更新所述初始推荐模型中当前用到的模...
【技术特征摘要】
1.一种模型训练方法，其特征在于，所述模型训练方法包括：
2.根据权利要求1所述的模型训练方法，其特征在于，在所述通过所述训练样本、所述第一索引信息和所述第一参数特征值对所述初始推荐模型进行训练，得到训练后的推荐模型之后，所述方法还包括：
3.根据权利要求1所述的模型训练方法，其特征在于，所述通过所述训练样本、所述第一索引信息和所述第一参数特征值对所述初始推荐模型进行训练，得到训练后的推荐模型包括：
4.根据权利要求3所述的模型训练方法，其特征在于，在所述利用所述训练样本对所述初始推荐模型进行训练，更新所述初始推荐模型中当前用到的模型参数的第一参数特征值，得到所述当前用到的模型参数的第二参数特征值之后，所述方法还包括：
5.根据权利要求3所述的模型训练方法，其特征在于，在所述利用所述训练样本对所述初始推荐模型进行训练，更新所述初始推荐模型中当前用到的模型参数的第一参数特征值，得到所述当前用到的模型参数的第二参数特征值之后，所述方法还包括：
6.根...
【专利技术属性】
技术研发人员：韩楠，陈雨，高家华，
申请(专利权)人：微梦创科网络科技中国有限公司，
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。