[发明专利]数据的训练方法及装置、系统

权利要求书

1.一种数据的训练方法，其特征在于，包括：

向多个客户端发送初始训练模型，其中，所述多个客户端均与服务器单独通信；

接收所述多个客户端发送的多套第一模型参数，其中，所述第一模型参数是所述客户端根据本地数据库的第一医疗数据对所述初始训练模型进行训练得到的；

对所述多套第一模型参数进行加权平均，得到第二模型参数；

将所述第二模型参数发送至所述多个客户端，其中，所述第二模型参数用于分别在所述多个客户端构建相同的第二训练模型。

2.根据权利要求1所述的方法，其特征在于，在对所述多套第一模型参数进行加权平均，得到第二模型参数之前，所述方法还包括：

根据预先设置的私钥对所述第一模型参数进行解密，其中，所述私钥与对应所述多个客户端的公钥形成一组密钥对，所述公钥用于对所述第一模型参数进行加密。

3.根据权利要求1所述的方法，其特征在于，对所述多套第一模型参数进行加权平均，得到第二模型参数，包括：

在M套第一模型参数中选择次第一模型参数，其中，每次选择N套第一模型参数，对每次选择的N套所述第一模型参数进行加权平均，得到一个一级模型参数，其中，N为小于M的整数；

对个所述一级模型参数进行加权平均，得到所述第二模型参数。

4.一种数据的训练方法，其特征在于，包括：

接收服务器发送的初始训练模型；

根据本地数据库的第一医疗数据对所述初始训练模型进行训练，得到第一训练模型；

将所述第一训练模型的第一模型参数发送至所述服务器，其中，所述服务器用于对多个客户端的多套第一模型参数进行加权平均，得到第二训练模型的第二模型参数，并将所述第二模型参数反馈至所述多个客户端；

根据所述第二模型参数构建第二训练模型，并使用所述第二训练模型训练所述本地数据库的第二医疗数据。

5.根据权利要求4所述的方法，其特征在于，根据本地数据库的第一医疗数据对所述初始训练模型进行训练，得到第一训练模型，包括：

使用所述本地数据库的第一医疗数据在所述初始训练模型上执行批量梯度计算，得到多个梯度值；

计算所述多个梯度值的平均梯度；

使用所述平均梯度更新所述初始训练模型的初始权重值，得到所述第一模型参数。

6.一种数据的处理训练装置，其特征在于，包括：

第一发送模块，用于向多个客户端发送初始训练模型，其中，所述多个客户端均与服务器单独通信；

接收模块，用于接收所述多个客户端发送的多套第一模型参数，其中，所述第一模型参数是所述客户端根据本地数据库的第一医疗数据对所述初始训练模型进行训练得到的；

计算模块，用于对所述多套第一模型参数进行加权平均，得到第二模型参数；

第二发送模块，用于将所述第二模型参数发送至所述多个客户端，其中，所述第二模型参数用于分别在所述多个客户端构建相同的第二训练模型。

7.一种数据的训练装置，其特征在于，包括：

接收模块，用于接收服务器发送的初始训练模型；

第一训练模块，用于根据本地数据库的第一医疗数据对所述初始训练模型进行训练，得到第一训练模型；

发送模块，用于将所述第一训练模型的第一模型参数发送至所述服务器，其中，所述服务器用于对多个客户端的多套第一模型参数进行加权平均，得到第二训练模型的第二模型参数，并将所述第二模型参数反馈至所述多个客户端；

第二训练模块，用于根据所述第二模型参数构建第二训练模型，并使用所述第二训练模型训练所述本地数据库的第二医疗数据。