模型训练方法、装置和电子设备.pdf
小琛****82
亲,该文档总共45页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
模型训练方法、装置和电子设备.pdf
本说明书提供模型训练方法、装置和电子设备的实施例。所述方法包括:根据特征数据,将样本标识集分割为多个子集,接收样本标识所对应的第一梯度值密文和第二梯度值密文;在子集内,将多个样本标识的第一梯度值密文同态相加,得到该子集的第一特征值密文,将多个样本标识的第二梯度值密文同态相加,得到该子集的第二特征值密文;利用随机数对第一特征值密文和第二特征值密文进行掩盖,得到掩盖后的第一特征值密文和掩盖后的第二特征值密文;向第二方发送子集所对应的掩盖后的第一特征值密文、以及掩盖后的第二特征值密文。本说明书的实施例,通过根据
模型训练方法、装置和电子设备.pdf
本说明书实施例公开了一种模型训练方法、装置和电子设备。所述方法包括:第一方根据特征数据和原始模型参数的第一份额与第二方秘密分享第一乘积,得到第一乘积的第一份额;向第三方发送第一乘积的第一份额;接收第三方发来的激励函数的取值的第一份额;根据特征数据和所述取值的第一份额与第二方秘密分享损失函数的梯度,得到所述梯度的第一份额;根据特征数据和所述取值的第一份额与第二方秘密分享海森矩阵,得到海森矩阵的第一份额;若海森矩阵的条件数满足预设条件,根据原始模型参数的第一份额、所述梯度的第一份额和海森矩阵的第一份额与第二方
基础分类模型的训练方法、装置和电子设备.pdf
本说明书提出了一种基础分类模型的训练方法、装置和电子设备,其中,上述方法包括:获取本轮训练语句样本,以进行本轮训练,对所述本轮训练语句样本进行向量转换,得到本轮训练语句向量;将所述本轮训练语句向量与预置业务标签向量输入预置基础分类模型中进行训练,得到本轮训练语句样本的类别概率;根据所述类别概率进行计算,得到本轮训练的损失,根据所述本轮训练的损失更新所述预置业务标签向量,以进行下一轮训练;通过本说明书提供的方法可以实现无监督的训练,由此可以提高训练的效率,并进一步提高分类的准确度。
模型训练方法和装置、电子设备、存储介质.pdf
本实施例提供一种模型训练方法和装置、电子设备、存储介质,属于机器学习技术领域。该方法包括:通过将联邦学习与区块链技术进行结合,使想要记账的记账节点从原始区块链中获取记账权,不再依赖于单一的中心节点记账,提高模型训练的安全性,记账节点根据记账权更新本地模型的初始模型参数,得到目标模型参数,根据目标模型参数,记账节点将预记账的新区块添加至原始区块链中,得到当前区块,记账节点获取当前区块链的区块模型参数,根据区块模型参数的梯度更新本地模型,得到目标模型,通过不断更新区块模型参数来更新本地模型,得到目标模型,能够
模型训练方法、装置及电子设备.pdf
本公开实施例公开了一种模型训练方法、装置及电子设备,所述方法包括:获取多个样本路线以及所述样本路线对应的路线附加信息;确定所述样本路线对应的目标路段集合;所述目标路段集合包括至少一个目标路段;基于所述样本路线对应的所述目标路段集合以及所述路线附加信息训练机器自学习模型,以确定所述目标路段集合中所述目标路段的路段附加信息。该技术方案由于采用的是利用样本路线的真实路线附加信息求解出的目标路段的路段附加信息,从能够提高所预测路线的路线附加信息的准确率。