[发明专利]一种基于联邦迁移学习的模型训练方法及计算节点有效
| 申请号： | 202110350001.9 | 申请日： | 2021-03-31 |
| 公开（公告）号： | CN113159283B | 公开（公告）日： | 2023-03-31 |
| 发明（设计）人： | 詹德川;施意;李新春;宋绍铭;邵云峰;李秉帅;钱莉 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06N3/096 | 分类号： | G06N3/096;G06N3/045;G06N3/084;G06N20/20 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518129 广东*** | 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： | 本申请实施例公开了一种基于联邦迁移学习的模型训练方法及计算节点，可应用于人工智能领域中，该方法包括：在各源域上通过本地有标签数据训练各自的特征提取器的模型参数G和子任务模型(如分类器)的模型参数T，再将所有G发送给目标域，并在各源域上训练各自域鉴别器的模型参数D1，在目标域上训练域鉴别器的模型参数D2，将所有D1和D2在服务器端或目标域端聚合得到聚合参数值D，并将D发送给各个源域，每个源域通过各自的特征提取器和鉴别器进行多次迭代的对抗训练。本申请通过对抗训练过程实现域对齐，并且域之间互相传递的仅是模型参数值，不传递数据或数据特征，保护了数据隐私，在兼顾域对齐和数据隐私的情况下实现了对模型的协同训练。 | ||
| 搜索关键词： | 一种 基于 联邦 迁移 学习 模型 训练 方法 计算 节点 | ||
【主权项】：
暂无信息
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华为技术有限公司，未经华为技术有限公司许可，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/202110350001.9/，转载请声明来源钻瓜专利网。
