一种基于多模态数据的分布式异步优化方法及系统

本发明公开了一种基于多模态数据的分布式异步优化方法及系统，使用各个计算节点根据并行获取的多模态特征数据集对机器学习模型进行训练，并计算机器学习模型的梯度，将梯度和其对应的全局模型参数版本号发送至参数服务器，使用参数服务器根据实时全局模型参数版本号和梯度对应的全局模型参数版本号判断梯度是否过时，不使用过时的梯度更新全局模型参数，避免其对模型训练的负面影响，并且使用各个计算节点判断最新全局模型参数版本号与梯度对应的全局模型参数版本号的差值是否超过第一预设值决定是否自动拉取最新全局模型参数，有效减少了梯度过时问题的发生，实现了稳定且有效的模型训练，从而提高了模型训练的效率和准确性。