[发明专利]一种神经网络机器学习模型的训练方法及装置有效
| 申请号： | 201711079959.9 | 申请日： | 2017-11-06 |
| 公开（公告）号： | CN109754060B | 公开（公告）日： | 2023-08-25 |
| 发明（设计）人： | 孟晨;王思宇;宋楷;杨军;骆卫华 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06N3/098 | 分类号： | G06N3/098;G06F40/58 |
| 代理公司： | 北京安信方达知识产权代理有限公司 11262 | 代理人： | 李丹;栗若木 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种神经网络机器学习模型的训练方法及装置，包括：应用于分布式计算框架中，该分布式计算框架包括多个计算节点，预先将训练数据切分成训练数据切片，且切分的切片数量和参与计算的计算节点的数量相同；包括：计算节点获取训练数据切片，对本地模型参数进行训练；计算节点将训练好的本地模型参数传输给参数服务器；计算节点根据参数服务器返回的全局模型参数更新本地的本地模型参数，并继续对本地模型参数进行训练。本申请使得其在多节点的计算加速比几乎可达线性理想值，大大缩短了模型训练的周期。 | ||
| 搜索关键词： | 一种 神经网络 机器 学习 模型 训练 方法 装置 | ||
【主权项】：
1.一种神经网络机器学习模型的训练方法，应用于分布式计算框架中，该分布式计算框架包括多个计算节点，预先将训练数据切分成训练数据切片，且切分的切片数量和参与计算的计算节点的数量相同；其特征在于，包括：计算节点获取训练数据切片，对本地模型参数进行训练；计算节点将训练好的本地模型参数传输给参数服务器；计算节点根据参数服务器返回的全局模型参数更新本地的本地模型参数，并继续对本地模型参数进行训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/patent/201711079959.9/，转载请声明来源钻瓜专利网。
