[發明專利]基于區塊鏈的模型輕量化方法、裝置、設備及存儲介質

在審

• 申請號: 202210047608.4
• 申請日: 2022-01-17
• 公開（公告）號: CN114462595A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 胡卓杰;張亞京;謝利江
• 申請（專利權）人: 鹽城矩陣運營管理有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06K9/62;G06Q30/06
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 呂夢雪

1.一種基于區塊鏈的模型輕量化方法，其特征在于，所述方法應用于區塊鏈網絡中發布任務的中心節點，包括：

獲取目標模型參數，基于約束算法，將所述目標模型參數約束為低比特目標模型參數；

在本地數據庫中查詢初始模型對應的參數目標，根據所述參數目標，計算所述低比特目標模型參數與預設聚類中心的參數距離；

將所述參數距離與預設距離進行比對，生成第一比對結果；

當所述第一比對結果指示所述參數距離小于等于所述預設距離時，得到所述輕量化模型，將所述輕量化模型上傳至區塊鏈網絡。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標模型參數，基于約束算法，將所述目標模型參數約束為低比特目標模型參數，包括：

在區塊鏈網絡中下載其它區塊鏈節點上傳的多個子模型參數，對所述多個子模型參數進行參數聚合，得到所述目標模型參數；

將所述目標模型參數指示的多個參數分量分別與所述第一預設閾值進行比對，生成第二比對結果；

若所述第二比對結果指示所述參數分量大于第一預設閾值，則將所述參數分量約束為第一預設數值，若所述第二比對結果指示所述參數分量等于所述第一預設閾值，則將所述參數分量約束為第二預設數值，若所述第二比對結果指示所述參數分量小于所述第一預設閾值，則將所述參數分量約束為第三預設數值；

對所述多個參數分量中每個參數分量進行參數約束，得到所述低比特目標模型參數。

3.根據權利要求1所述的方法，其特征在于，所述根據所述參數目標，計算所述低比特目標模型參數與預設聚類中心的參數距離，包括：

在所述參數目標中確定第一參數和第二參數，分別計算所述預設聚類中心指示的多個中心分量中每個中心分量與所述第一參數的中心距離，得到多個中心距離；

將所述多個中心距離按照數值從小到大的順序進行排序，提取滿足預設條件的中心距離對應的中心分量作為第一中心索引；

讀取所述第二參數中每個參數分量對應的索引標識，將索引標識與所述第一中心索引相同的參數分量更新為第一分量值；

將索引標識與所述第一中心索引不同的參數分量更新為第二分量值，得到所述第二參數對應的第一優化參數，將所述第一優化參數作為所述參數距離。

4.根據權利要求1所述的方法，其特征在于，所述將所述參數距離與預設距離進行比對，生成第一比對結果之后，所述方法還包括：

當所述第一比對結果指示所述參數距離大于所述預設距離時，查詢所述參數距離對應的第一優化參數、第一參數和預設聚類中心；

計算所述目標模型參數、所述第一優化參數的轉置與所述預設聚類中心的第一乘積，計算所述預設聚類中心的轉置、所述第一優化參數、所述第一優化參數的轉置與所述預設聚類中心的第二乘積；

計算所述第一乘積和所述第二乘積之間的比值，采用所述比值對所述第一參數進行參數更新，得到更新后的第一參數；

分別計算所述預設聚類中心指示的所述多個中心分量中每個中心分量與所述更新后的第一參數的中心距離，得到多個中心距離；

將所述多個中心距離按照數值從小到大的順序進行排序，提取滿足預設條件的中心距離對應的中心分量作為第二中心索引；

讀取所述第一優化參數中每個參數分量對應的索引標識，將索引標識與所述第二中心索引相同的參數分量更新為第三分量值；

將索引標識與所述第二中心索引不同的參數分量更新為第四分量值，得到所述第一優化參數對應的第二優化參數，將所述第二優化參數作為所述參數距離；

將所述參數距離與所述預設距離進行比對，生成第二比對結果，直至所述第二比對結果指示所述參數距離小于等于所述預設距離，得到所述輕量化模型。

5.根據權利要求1所述的方法，其特征在于，所述獲取目標模型參數，基于約束算法，將所述目標模型參數約束為低比特目標模型參數之前，所述方法還包括：

確定指定神經網絡結構，將所述指定神經網絡結構作為所述初始模型；

采用本地樣本數據對所述初始模型進行模型訓練，獲取所述初始模型的初始參數；

基于所述約束算法，根據所述初始參數計算初始輕量化模型，將所述初始輕量化模型上傳至所述區塊鏈網絡。