[发明专利]模型训练方法及装置、资源分配方法、介质、电子设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

在设定节点对预设的资源分配模型进行迭代训练，并在每次训练达到纳什均衡的情况下，获得对应的模型参数、预言值和预言验证值，其中，所述预言验证值基于所述预言值确定；

根据所述设定节点的预言验证值和预设取值范围，确定是否达到帕累托效率；

在确定达到所述帕累托效率的情况下，停止训练所述资源分配模型，并根据最后一次训练获得的模型参数，确定目标资源分配模型。

2.根据权利要求1所述的模型训练方法，其特征在于，所述在设定节点对预设的资源分配模型进行迭代训练，并在每次训练达到纳什均衡的情况下，获得对应的模型参数、预言值和预言验证值，包括：

在所述设定节点对所述资源分配模型进行第j次训练达到纳什均衡的情况下，获得各个设定节点第j次训练对应的模型参数和预言值；

根据各个所述设定节点第j次训练获得的预言值、第(j-1)次训练获得的预言值以及预设的预言效能评估函数，获得所述设定节点第j次训练对应的预言验证值，其中，j为大于1的正整数。

3.根据权利要求2所述的模型训练方法，其特征在于，所述在所述设定节点对所述资源分配模型进行第j次训练达到纳什均衡的情况下，获得各个设定节点第j次训练对应的模型参数和预言值，包括：

在所述设定节点对所述资源分配模型进行第j次训练达到纳什均衡的情况下，获得各个设定节点第j次训练对应的模型参数；

根据预设的效率函数对各个所述设定节点第j次训练的效率进行评估，获得各个设定节点第j次训练对应的预言值。

4.根据权利要求1所述的模型训练方法，其特征在于，所述根据所述设定节点的预言验证值和预设取值范围，确定是否达到帕累托效率之后，还包括：

在确定未达到所述帕累托效率的情况下，获取模型训练次数；

比较所述模型训练次数与预设的训练阈值；

在所述模型训练次数大于所述训练阈值的情况下，停止对所述资源分配模型进行训练。

5.根据权利要求4任意一项所述的模型训练方法，其特征在于，在所述模型训练次数等于1的情况下，所述设定节点使用预先配置的初始模型参数训练所述资源分配模型；在所述模型训练次数大于1的情况下，所述设定节点使用更新的模型参数训练所述资源分配模型，其中，所述更新的模型参数根据各个所述设定节点前一次训练获得的模型参数生成。

6.根据权利要求1所述的模型训练方法，其特征在于，所述在确定达到所述帕累托效率的情况下，停止训练所述资源分配模型，并根据最后一次训练获得的模型参数，确定目标资源分配模型，包括：

在确定达到所述帕累托效率的情况下，停止训练所述资源分配模型，并将最后一次训练获得的模型参数传递至预设的服务节点；

接收所述服务节点返回的目标模型参数，其中，所述目标模型参数由所述服务节点根据最后一次训练获得的模型参数确定；

根据所述目标模型参数确定所述目标资源分配模型。

7.一种资源分配方法，其特征在于，包括：

基于目标资源分配模型为各个资源分配节点进行资源分配，获得资源分配结果，其中，所述目标资源分配模型采用如权利要求1-6中任一项所述的模型训练方法获得。

8.一种模型训练装置，其特征在于，包括：

训练模块，被配置为在设定节点对预设的资源分配模型进行迭代训练，并在每次训练达到纳什均衡的情况下，获得对应的模型参数、预言值和预言验证值，其中，所述预言验证值基于所述预言值确定；

效率确定模块，被配置为根据所述设定节点的预言验证值和预设取值范围，确定是否达到帕累托效率；

模型确定模块，被配置为在确定达到所述帕累托效率的情况下，停止训练所述资源分配模型，并根据最后一次训练获得的模型参数，确定目标资源分配模型。