[發明專利]一種協作式AI的模型訓練方法、裝置與系統

在審

• 申請號: 202010159629.6
• 申請日: 2020-03-09
• 公開（公告）號: CN113379061A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 周勝平;吳棟;林俊杰;吳敏;梁喬忠;仲景武
• 申請（專利權）人: 阿爾法云計算（深圳）有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種協作式AI的模型訓練方法，所述方法作用于多個AI算法組成的集合，所述方法用于生成協同訓練策略，其特征在于，包括：

加工生成第一數據集，所述第一數據集包含多個第一數據，所述第一數據用于描述所述AI算法集中的一個AI算法；

加工生成第二數據集，所述第二數據集包含多個第二數據，所述第二數據用于描述多個所述第一數據間的獨立傳遞關系；

加工生成第三數據集，所述第三數據集包含多個第三數據，所述第三數據用于描述一組AI算法的訓練計劃，所述AI算法訓練計劃為某個所述第二數據對設備資源的映射結果。

2.根據權利要求1所述方法，其特征在于，還包括：

所述第一數據包含由輸入/輸出/資源約束組成的三元組，所述三元組用于描述AI算法的特征。

3.根據權利要求2所述方法，其特征在于，所述獨立傳遞關系，還包括：

其中的一個所述第一數據的輸出，同下一環節的另一個所述第一數據的輸入，具有可匹配性。

4.根據權利要求1所述方法，其特征在于，加工生成所述第三數據集，還包括：

提取第四數據集，所述第四數據集包含多個第四數據，所述第四數據為基于一個所述第三數據作AI訓練時所需設備的描述信息。

5.根據權利要求4所述方法，其特征在于，加工生成所述第三數據集，還包括：

所述第三數據還包含AI算法組對應的訓練策略，所述訓練策略為AI算法組中各AI算法在訓練時的協同方式。

6.根據權利要求4所述方法，其特征在于，還包括：

根據其中的一個所述第四數據，部署與實施對應所述第三數據的算法訓練，得到各自對應的AI模型。

7.根據權利要求6所述方法，其特征在于，還包括：

提取第五數據，所述第五數據來自于所述AI模型的部署與應用的結果；

加工所述第五數據，所述加工結果用于對所述AI算法的迭代優化。

8.一種計算機程序，其特征在于，所述計算機程序包含執行權利要求1-7任一所述的方法。

9.一種計算機可讀存儲介質，其特征在于，所述計算機存儲介質存儲有程序指令，所述程序指令當被處理器執行時使所述處理器執行如權利要求1-7任一項所述的方法。

10.一種執行計算機程序的裝置，其特征在于，包括處理組件、存儲組件和通信模組件，處理組件、存儲組件和通信組件相互連接，其中，存儲組件用于存儲數據處理代碼，通信組件用于與外部設備進行信息交互；處理組件被配置用于調用程序代碼，執行如權利要求1-7任一項所述的方法。