[发明专利]一种训练模型的方法及装置

摘要

本申请实施例公开了一种训练模型的方法及装置，其中方法包括：通过从区块链系统中确定第一数据子集所在的M个计算节点，客户端设备可以从M个计算节点中选择K个计算节点进行模型训练，并获取K个计算节点中的P个计算节点的训练结果；进一步地，客户端设备可以根据Y个数据子集中每个数据子集的训练结果，得到模型参数。本申请实施例中，通过采用区块链系统中的计算节点训练模型，可以无需构建专属的机器学习算法群，从而可以节省成本，减少社会资源的浪费；且，通过选择区块链系统中具有较强存储和处理能力的计算节点运行算法，可以提高模型的训练效率，进而得到较好的模型训练效果。

主权项

1.一种训练模型的方法，其特征在于，该方法包括：客户端设备获取用于训练模型的数据集合的标识和用于训练模型的算法；所述客户端设备根据所述数据集合的标识，从区块链系统中获取与所述数据集合的标识对应的存储关系表，所述存储关系表包括所述数据集合的Y个数据子集的标识和所述Y个数据子集中每个数据子集所在的多个计算节点的标识；针对于第一数据子集，所述客户端设备根据所述存储关系表，确定所述第一数据子集所在的M个计算节点，并根据所述M个计算节点的第一属性信息，从所述M个计算节点中选择K个计算节点；所述第一数据子集为所述Y个数据子集中的任一数据子集；所述M个计算节点中每个计算节点的第一属性信息包括所述计算节点的在线稳定性、计算性能、计算成本、所述计算节点的计算结果可信度中的一项或多项；所述客户端设备将所述算法和所述数据集合的标识发送给所述K个计算节点，以使所述K个计算节点分别使用所述第一数据子集中的数据和所述算法对模型进行训练；所述客户端设备获取所述K个计算节点中的P个计算节点对应的所述第一数据子集的训练结果；其中，M≥K≥P，P≥2，M、K和P均为整数；所述客户端设备根据所述Y个数据子集中每个数据子集的训练结果，得到模型参数。