[发明专利]高阶LR模型的训练优化方法、装置、设备及存储介质在审
| 申请号： | 201910932620.1 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110688623A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 肖淋峰;吴志坚 | 申请（专利权）人： | 深圳乐信软件技术有限公司 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18;G06F16/2458;G06F16/27 |
| 代理公司： | 11332 北京品源专利代理有限公司 | 代理人： | 孟金喆 |
| 地址： | 518000 广东省深圳市南山区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种高阶LR模型的训练优化方法、装置、设备及存储介质。所述方法使用分布式的方式实现，包括：管理设备根据初始训练数据，生成高阶LR基础配置文件；所述管理设备向至少两个处理设备分发所述高阶LR基础配置文件以及对应的目标训练数据，以使各所述处理设备分布式的使用所述高阶LR基础配置文件对所接收到的目标训练数据进行处理，得到与所接收到的目标训练数据对应的交叉特征；所述管理设备获取各所述处理设备处理得到的交叉特征后，将各所述交叉特征分别输入至训练模型中，以对训练模型进行参数调优。本发明实施例的技术方案，实现了分布式模型训练，节省模型训练的时间，提升算法的性能。 | ||
| 搜索关键词： | 高阶 基础配置文件 处理设备 管理设备 目标训练 训练模型 初始训练数据 分布式模型 存储介质 方法使用 模型训练 数据对应 算法 分发 优化 | ||
【主权项】：
1.一种高阶LR模型的训练优化方法，其特征在于，所述方法使用分布式的方式实现，包括：/n管理设备根据初始训练数据，生成高阶LR基础配置文件；/n所述管理设备向至少两个处理设备分发所述高阶LR基础配置文件以及对应的目标训练数据，以使各所述处理设备分布式的使用所述高阶LR基础配置文件对所接收到的目标训练数据进行处理，得到与所接收到的目标训练数据对应的交叉特征；/n所述管理设备获取各所述处理设备处理得到的交叉特征后，将各所述交叉特征分别输入至训练模型中，以对训练模型进行参数调优。/n
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深圳乐信软件技术有限公司，未经深圳乐信软件技术有限公司许可，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/201910932620.1/，转载请声明来源钻瓜专利网。
