[发明专利]用于机器学习的模型更新方法、装置、电子设备及存储介质

权利要求书

1.一种用于机器学习的模型更新方法，包括：

获取预设模型执行任务时的至少一个候选训练参数；

根据所述至少一个候选训练参数确定第一训练参数；

向服务器发送所述第一训练参数；

接收所述服务器根据所述第一训练参数训练后得到的模型参数；

基于所述模型参数更新所述预设模型。

2.根据权利要求1所述的方法，其中，所述获取预设模型执行任务时的至少一个候选训练参数，包括：

获取预设模型的第一输入参数；

获取预设模型基于第一输入参数输出的输出参数；

在所述预设模型输出所述输出参数后，获取所述预设模型的第二输入参数；

基于所述第二输入参数确定所述输出参数的评价参数；

基于所述第一输入参数、第二输入参数、输出参数、评价参数确定候选训练参数。

3.根据权利要求2所述的方法，其中，所述第一输入参数、第二输入参数为当前环境状态参数；所述输出参数为基于当前环境状态参数确定的响应参数。

4.根据权利要求2所述的方法，其中，所述根据所述至少一个候选训练参数确定第一训练参数，包括：

将所述评价参数大于预设阈值的候选训练参数确定为所述第一训练参数。

5.根据权利要求1所述的方法，还包括：向服务器发送第二训练参数，所述第二训练参数为所述第一训练参数之前预定个数的候选训练参数。

6.一种用于机器学习的模型更新装置，包括：

获取模块，用于获取预设模型执行任务时的至少一个候选训练参数；

确定模块，用于根据所述至少一个候选训练参数确定第一训练参数；

第一发送模块，用于向服务器发送所述第一训练参数；

接收模块，用于接收所述服务器根据所述第一训练参数训练后得到的模型参数；

更新模块，用于基于所述模型参数更新所述预设模型。

7.一种电子设备，包括：

处理器；

存储器；以及

存储在所述存储器中的计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-5中任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如权利要求1-5中任一项所述的方法。