[發明專利]一種模型的訓練方法和裝置

在審

• 申請號: 201610201951.4
• 申請日: 2016-03-31
• 公開（公告）號: CN107292326A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 丁軼;余晉;熊懷東;陳緒
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京潤澤恒知識產權代理有限公司11319
• 代理人: 趙娟

1.一種模型的訓練方法，其特征在于，包括：

讀取樣本全集中的部分樣本數據，組合成樣本子集；

將所述部分樣本數據相關的模型參數，從針對所述樣本全集的第一特征分量映射為針對所述樣本子集的第二特征分量；

根據具有所述部分第二特征分量的樣本數據訓練模型。

2.根據權利要求1所述的方法，其特征在于，所述讀取樣本全集中的部分樣本數據，組合成樣本子集的步驟包括：

從文件存儲系統中讀取樣本全集中的部分樣本數據；

將所述部分樣本數據寫入所述文件存儲系統中指定的區域，以組合成樣本子集。

3.根據權利要求1或2所述的方法，其特征在于，所述將所述部分樣本數據相關的模型參數，從針對所述樣本全集的第一特征分量映射為針對所述樣本子集的第二特征分量的步驟包括：

對所述部分樣本數據相關的模型參數，建立針對所述樣本全集的第一特征分量與針對所述樣本子集的第二特征分量之間的映射關系向量；

將所述部分樣本數據相關的模型參數，按照所述映射向量關系從針對所述樣本全集的第一特征分量映射為針對所述樣本子集的第二特征分量。

4.根據權利要求1或2或3所述的方法，其特征在于，所述根據具有所述部分第二特征分量的樣本數據訓練模型的步驟包括：

在每一輪迭代中，讀取所述部分樣本數據；

采用所述部分樣本數據進行訓練，獲得訓練結果；

將所述部分樣本數據相關的模型參數，從針對所述樣本子集的第二特征分量映射為針對所述樣本全集的第一特征分量；

將所述第一特征分量對應的訓練結果發送至向量計算機，以更模型中所述第一特征分量對應的模型參數。

5.根據權利要求4所述的方法，其特征在于，所述讀取所述樣本子集中的樣本數據的步驟包括：

讀取當前樣本計算機在先存儲的樣本子集中的樣本數據；

或者，

當接收到其他樣本計算機的樣本轉移消息時，讀取其他樣本計算機在先存儲的樣本子集中的樣本數據。

6.根據權利要求4所述的方法，其特征在于，所述將所述部分樣本數據相關的模型參數，從針對所述樣本子集的第二特征分量映射為針對所述樣本全集的第一特征分量的步驟包括：

讀取預設的映射關系向量；

將所述部分樣本數據相關的模型參數，按照所述映射關系向量從針對所述樣本子集的第二特征分量映射為針對所述樣本全集的第一特征分量。

7.根據權利要求4所述的方法，其特征在于，所述將所述第一特征分量對應的訓練結果發送至向量計算機的步驟包括：

添加字符序列，所述字符序列包括針對所述第一特征分量的更新標識和針對其他特征分量的禁止更新標識，所述其他特征分量為所述樣本全集中除所述第一特征分量的特征分量；

將所述字符序列和所述訓練結果發送至向量計算機。

8.一種模型的訓練裝置，其特征在于，包括：

樣本子集讀取模塊，用于讀取樣本全集中的部分樣本數據，組合成樣本子集；

特征分量映射模塊，用于將所述部分樣本數據相關的模型參數，從針對所述樣本全集的第一特征分量映射為針對所述樣本子集的第二特征分量；

模型訓練模塊，用于根據具有所述部分第二特征分量的樣本數據訓練模型。

9.根據權利要求8所述的裝置，其特征在于，所述樣本子集讀取模塊包括：

第一部分樣本數據讀取子模塊，用于從文件存儲系統中讀取樣本全集中的部分樣本數據；

部分樣本數據寫入子模塊，用于將所述部分樣本數據寫入所述文件存儲 系統中指定的區域，以組合成樣本子集。

10.根據權利要求8或9所述的裝置，其特征在于，所述特征分量映射模塊包括：

映射關系向量建立子模塊，用于對所述部分樣本數據相關的模型參數，建立針對所述樣本全集的第一特征分量與針對所述樣本子集的第二特征分量之間的映射關系向量；

樣本子集映射子模塊，用于將所述部分樣本數據相關的模型參數，按照所述映射向量關系從針對所述樣本全集的第一特征分量映射為針對所述樣本子集的第二特征分量。