基于分布式系统的模型训练方法、设备及系统

AITNT
正文
推荐专利
基于分布式系统的模型训练方法、设备及系统
申请号:CN202510270534
申请日期:2025-03-07
公开号:CN120107723A
公开日期:2025-06-06
类型:发明专利
摘要
本说明书实施例提供一种基于分布式系统的模型训练方法、设备及系统。分布式系统中任意一个本地设备获得增强图像集,并利用增强图像集对目标模型执行多轮迭代训练,迭代过程包括:从服务设备获得目标模型,将增强图像集中的图像输入目标模型得到目标模型的参数梯度,向服务设备发送参数梯度以便服务设备基于参数梯度对目标模型进行更新。其中,增强图像集是基于目标增强方案对原始图像集进行增强处理得到的,目标增强方案被配置为将原始图像增强处理为增强图像并使得增强图像具有抗重构攻击能力,抗重构攻击能力表征:从基于增强图像得到的第一参数梯度重构得到原始图像的难度,大于从基于原始图像得到的第二参数梯度重构得到原始图像的难度。
技术关键词
分布式系统 服务设备 模型训练方法 重构 可用性评估 算法 参数 雅可比矩阵 图像增强 特征值 人脸 处理器 指标
系统为您推荐了相关专利信息
1
一种胎儿矢量心电图重构方法、装置以及处理设备
胎儿心电图 重构模型 样本 成人 接地电极
2
基于注意力引导下深度分离自编码器的工业数据无监督聚类方法
无监督聚类方法 编码器 K均值算法 工业 重构误差
3
基于大模型的信息处理方法、装置、电子设备、可读存储介质和计算机程序产品
重构模型 信息处理方法 文本 检索技术 样本
4
满铺印刷量子点图像及其编解码方法
纠错编码方法 量子点 纠错解码方法 掩膜矩阵 数字认证
5
基于可重构天线结构的ISAC系统的波束形成优化方法
可重构天线结构 波束 阵列 色散效应 时延
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号