[发明专利]一种模型训练方法、设备及存储介质有效
申请号: | 201910818571.9 | 申请日: | 2019-08-30 |
公开(公告)号: | CN110610241B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 陈旭;张婉璐;李梅;王奇刚 | 申请(专利权)人: | 联想(北京)有限公司 |
主分类号: | G06N20/20 | 分类号: | G06N20/20 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 赵翠萍;张颖玲 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 模型 训练 方法 设备 存储 介质 | ||
1.一种模型训练方法,所述方法包括:
确定待训练的第一数据的类型,得到第一类型;
基于所述第一数据、所述第一类型和预设区块链中的第一数据模型,生成训练后的第一数据模型;其中,所述第一数据模型用于对一种类型包括医学文本数据类型或医学图像数据类型的数据进行处理,所述预设区块链中包括至少两个所述第一数据模型;
构建第一区块并添加至所述预设区块链中得到第一区块链,从所述预设区块链中获取除所述第一数据模型外的数据模型得到第一模型集合,并存储所述第一模型集合和所述训练后的第一数据模型至所述第一区块中;
基于所述训练后的第一数据模型和所述第一区块链中的第二数据模型,生成第三数据模型;其中,所述第二数据模型用于对两种不同类型包括所述医学文本数据类型和所述医学图像数据类型的数据进行处理,且所述第二数据模型与所述至少两个第一数据模型具有关联关系;
构建第二区块并添加至所述第一区块链中得到第二区块链,从所述第一区块链中获取除所述第二数据模型外的数据模型得到第二模型集合,并存储所述第二模型集合和所述第三数据模型至所述第二区块中;
其中,所述基于所述训练后的第一数据模型和所述第一区块链中的第二数据模型,生成第三数据模型,包括:
从所述第一区块中获取与所述第二数据模型具有关联关系的数据模型,得到第三模型集合;其中,所述第三模型集合中包括所述训练后的第一数据模型;
对所述第三模型集合中的数据模型进行训练,生成所述第三数据模型。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一数据、所述第一类型和所述预设区块链的第一数据模型,生成训练后的第一数据模型,包括:
从所述预设区块链的最后一个区块中获取与所述第一类型对应的所述第一数据模型;
采用所述第一数据对所述第一数据模型进行模型训练,得到所述训练后的第一数据模型;
相应的,所述构建第一区块并添加至所述预设区块链中得到第一区块链,从所述预设区块链中获取除所述第一数据模型外的数据模型得到第一模型集合,并存储所述第一模型集合和所述训练后的第一数据模型至所述第一区块中,包括:
构建所述第一区块,并链接所述第一区块至所述最后一个区块后,得到第一区块链;
从所述最后一个区块中获取除所述第一数据模型外的数据模型,得到所述第一模型集合,并存储所述第一模型集合和所述训练后的第一数据模型至所述第一区块中。
3.根据权利要求1或2所述的方法,其特征在于,所述构建第一区块并添加至所述预设区块链中得到第一区块链,从所述预设区块链中获取除所述第一数据模型外的数据模型得到第一模型集合,并存储所述第一模型集合和所述训练后的第一数据模型至所述第一区块中,包括:
对所述训练后的第一数据模型进行评估,得到第一评估值;
若所述第一评估值满足第一预设评估值,构建所述第一区块并添加至所述预设区块链中得到第一区块链,从所述预设区块链中获取除所述第一数据模型外的数据模型得到第一模型集合,并存储所述第一模型集合和所述训练后的第一数据模型至所述第一区块中。
4.根据权利要求1所述的方法,其特征在于,所述构建第二区块并添加至所述第一区块链中,从所述第一区块链中获取除所述第二数据模型外的数据模型得到第二模型集合,并存储所述第二模型集合和所述第三数据模型至所述第二区块中,包括:
对所述第三数据模型进行评估,得到第二评估值;
若所述第二评估值满足第二预设评估值,构建所述第二区块,并链接所述第二区块至所述第一区块后得到第二区块链;
从所述第一区块中获取除所述第二数据模型外的数据模型,得到所述第二模型集合,并存储所述第二模型集合和所述第三数据模型至所述第二区块中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于联想(北京)有限公司,未经联想(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910818571.9/1.html,转载请声明来源钻瓜专利网。