机器学习方法和从节点

• 摘要：

  本发明提供一种机器学习方法和从节点.本发明提供的机器学习方法,应用于机器学习系统,所述机器学习系统包括分布式共享内存的参数服务器、主节点和多个从节点;所述参数服务器用于存储全局模型参数和全局训练数据;所述主节点用于根据全局数据处理任务,确定每个从节点的数据处理任务,所述方法包括:从节点从所述参数服务器中获取所述从节点的数据处理任务对应的第一训练数据块,并按照所述从节点的数据处理任务对所述第一训练数据块进行处理,得到第一处理数据块.本发明提供的机器学习方法和从节点,无需借助外部其他设备,就可以对训练数据进行全局数据处理.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201710061671.2

• 申请日期：

  2017.01.26

• 公开/公告号：

  CN106815644A

• 公开/公告日：

  2017-06-09

• 发明人：

  胡春明 孙承根 张扬扬 怀进鹏 李建欣

• 申请人：

  北京航空航天大学

• 主分类号：

  G06N99/00(2010.01)I,G,G06,G06N,G06N99

• 分类号：

  G06N99/00(2010.01)I,G,G06,G06N,G06N99,G06N99/00

• 主权项：

  一种机器学习方法,其特征在于,应用于机器学习系统,所述机器学习系统包括分布式共享内存的参数服务器、主节点和多个从节点;所述参数服务器用于存储全局模型参数和全局训练数据;所述主节点用于根据全局数据处理任务,确定每个从节点的数据处理任务,所述方法包括:从节点从所述参数服务器中获取所述从节点的数据处理任务对应的第一训练数据块,并按照所述从节点的数据处理任务对所述第一训练数据块进行处理,得到第一处理数据块;所述从节点获取当前训练任务对应的模型参数;所述从节点根据所述第一处理数据块、所述模型参数和所述当前训练任务训练模型.