[發明專利]一種數據采樣方法和裝置

在審

• 申請號: 202011232806.5
• 申請日: 2020-11-06
• 公開（公告）號: CN112256653A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 楊冠;林悅
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06F16/174
• 分類號: G06F16/174;G06F16/176;G06F16/182;G06N20/00
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 吳文心

1.一種數據采樣方法，其特征在于，應用于采樣系統，所述采樣系統包含多個訓練節點和多個采樣節點，所述訓練節點中具備與網絡文件系統連接的臨時文件系統，所述的方法包括：

采用所述多個采樣節點從所述網絡文件系統中確定目標采樣策略，并執行所述目標采樣策略進行采樣得到采樣數據；

通過所述網絡文件系統存儲所述采樣數據至所述訓練節點的臨時文件系統中；

采用所述多個訓練節點從所述臨時文件系統中讀取所述采樣數據，對預設初始策略模型進行訓練得到目標策略模型。

2.根據權利要求1所述的方法，其特征在于，所述執行所述目標采樣策略進行采樣得到采樣數據，包括：

針對所述多個采樣節點配置采樣環境；

在所述采樣環境下，執行所述目標采樣策略進行采樣得到采樣數據。

3.根據權利要求1或2所述的方法，其特征在于，所述采用所述采樣節點從所述網絡文件系統中確定目標采樣策略，包括：

采用所述多個采樣節點從所述網絡文件系統中獲取策略參數；

根據所述策略參數更新所述采樣節點對應的原始采樣策略，得到目標采樣策略。

4.根據權利要求3所述的方法，其特征在于，在所述通過所述網絡文件系統存儲所述采樣數據至所述訓練節點的臨時文件系統中的步驟之前，還包括：

對所述采樣數據進行壓縮處理。

5.根據權利要求1所述的方法，其特征在于，所述通過所述網絡文件系統存儲所述采樣數據至所述訓練節點的臨時文件系統中，包括：

將所述采樣數據發送到所述網絡文件系統；

從所述網絡文件系統中讀取采樣數據；

加載所述采樣數據到所述訓練節點的臨時文件系統中。

6.根據權利要求1所述的方法，其特征在于，所述采用所述多個訓練節點從所述臨時文件系統中讀取所述采樣數據，對預設初始策略模型進行訓練得到目標策略模型，包括：

采用所述多個訓練節點從所述臨時文件系統中讀取所述采樣數據，對預設初始策略模型進行訓練得到多個梯度同步參數；

根據所述多個梯度同步參數計算得到新的策略參數；

采用所述新的策略參數更新所述預設初始策略模型得到目標策略模型。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

將所述新的策略參數發送至所述網絡文件系統，以更新所述網絡文件系統中的策略參數。

8.一種數據采樣裝置，其特征在于，應用于采樣系統，所述采樣系統包含多個訓練節點和多個采樣節點，所述訓練節點中具備與網絡文件系統連接的臨時文件系統，所述的裝置包括：

采樣模塊，用于采用所述多個采樣節點從所述網絡文件系統中確定目標采樣策略，并執行目標采樣策略進行采樣得到采樣數據；

存儲模塊，用于通過所述網絡文件系統存儲所述采樣數據至所述訓練節點的臨時文件系統中；

訓練模塊，用于采用所述多個訓練節點從所述臨時文件系統中讀取所述采樣數據，對預設初始策略模型進行訓練得到目標策略模型。

9.一種電子設備，其特征在于，包括：

處理器、存儲介質和總線，所述存儲介質存儲有所述處理器可執行的機器可讀指令，當電子設備運行時，所述處理器與所述存儲介質之間通過總線通信，所述處理器執行所述機器可讀指令，以執行如權利要求1-7任一項所述的方法。

10.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執行如權利要求1-7任一項所述的方法。