[发明专利]一种模型的训练方法和装置

权利要求书

1.一种模型的训练方法，其特征在于，包括：

读取样本全集中的部分样本数据，组合成样本子集；

将所述部分样本数据相关的模型参数，从针对所述样本全集的第一特征分量映射为针对所述样本子集的第二特征分量；

根据具有所述部分第二特征分量的样本数据训练模型。

2.根据权利要求1所述的方法，其特征在于，所述读取样本全集中的部分样本数据，组合成样本子集的步骤包括：

从文件存储系统中读取样本全集中的部分样本数据；

将所述部分样本数据写入所述文件存储系统中指定的区域，以组合成样本子集。

3.根据权利要求1或2所述的方法，其特征在于，所述将所述部分样本数据相关的模型参数，从针对所述样本全集的第一特征分量映射为针对所述样本子集的第二特征分量的步骤包括：

对所述部分样本数据相关的模型参数，建立针对所述样本全集的第一特征分量与针对所述样本子集的第二特征分量之间的映射关系向量；

将所述部分样本数据相关的模型参数，按照所述映射向量关系从针对所述样本全集的第一特征分量映射为针对所述样本子集的第二特征分量。

4.根据权利要求1或2或3所述的方法，其特征在于，所述根据具有所述部分第二特征分量的样本数据训练模型的步骤包括：

在每一轮迭代中，读取所述部分样本数据；

采用所述部分样本数据进行训练，获得训练结果；

将所述部分样本数据相关的模型参数，从针对所述样本子集的第二特征分量映射为针对所述样本全集的第一特征分量；

将所述第一特征分量对应的训练结果发送至向量计算机，以更模型中所述第一特征分量对应的模型参数。

5.根据权利要求4所述的方法，其特征在于，所述读取所述样本子集中的样本数据的步骤包括：

读取当前样本计算机在先存储的样本子集中的样本数据；

或者，

当接收到其他样本计算机的样本转移消息时，读取其他样本计算机在先存储的样本子集中的样本数据。

6.根据权利要求4所述的方法，其特征在于，所述将所述部分样本数据相关的模型参数，从针对所述样本子集的第二特征分量映射为针对所述样本全集的第一特征分量的步骤包括：

读取预设的映射关系向量；

将所述部分样本数据相关的模型参数，按照所述映射关系向量从针对所述样本子集的第二特征分量映射为针对所述样本全集的第一特征分量。

7.根据权利要求4所述的方法，其特征在于，所述将所述第一特征分量对应的训练结果发送至向量计算机的步骤包括：

添加字符序列，所述字符序列包括针对所述第一特征分量的更新标识和针对其他特征分量的禁止更新标识，所述其他特征分量为所述样本全集中除所述第一特征分量的特征分量；

将所述字符序列和所述训练结果发送至向量计算机。

8.一种模型的训练装置，其特征在于，包括：

样本子集读取模块，用于读取样本全集中的部分样本数据，组合成样本子集；

特征分量映射模块，用于将所述部分样本数据相关的模型参数，从针对所述样本全集的第一特征分量映射为针对所述样本子集的第二特征分量；

模型训练模块，用于根据具有所述部分第二特征分量的样本数据训练模型。

9.根据权利要求8所述的装置，其特征在于，所述样本子集读取模块包括：

第一部分样本数据读取子模块，用于从文件存储系统中读取样本全集中的部分样本数据；

部分样本数据写入子模块，用于将所述部分样本数据写入所述文件存储 系统中指定的区域，以组合成样本子集。

10.根据权利要求8或9所述的装置，其特征在于，所述特征分量映射模块包括：

映射关系向量建立子模块，用于对所述部分样本数据相关的模型参数，建立针对所述样本全集的第一特征分量与针对所述样本子集的第二特征分量之间的映射关系向量；

样本子集映射子模块，用于将所述部分样本数据相关的模型参数，按照所述映射向量关系从针对所述样本全集的第一特征分量映射为针对所述样本子集的第二特征分量。