公开(公告)号：CN114580578B

公开(公告)日：2022-08-23

申请号：CN202210486474.6

申请日：2022-05-06

Applicant: 鹏城实验室

Inventor： 侯洁 ,  孙涛 ,  崔金强 ,  丁玉隆 ,  尉越

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种具有约束的分布式随机优化模型训练方法、装置及终端，上述方法包括：循环获取所述智能体集合中的每一个智能体，对所述智能体进行迭代训练并在所述智能体中保存生成的迭代数据，直至所述模型的迭代次数达到设定次数；其中，对智能体进行迭代训练时获取随机训练样本，在每次迭代中通过随机选择的无偏随机局部梯度来计算局部目标函数的全局梯度。与现有技术相比，大大降低了梯度评估的成本和计算复杂性，可用于高维、大规模优化问题。

公开(公告)号：CN114580578A

公开(公告)日：2022-06-03

申请号：CN202210486474.6

申请日：2022-05-06

Applicant: 鹏城实验室

Inventor： 侯洁 ,  孙涛 ,  崔金强 ,  丁玉隆 ,  尉越

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种具有约束的分布式随机优化模型训练方法、装置及终端，上述方法包括：循环获取所述智能体集合中的每一个智能体，对所述智能体进行迭代训练并在所述智能体中保存生成的迭代数据，直至所述模型的迭代次数达到设定次数；其中，对智能体进行迭代训练时获取随机训练样本，在每次迭代中通过随机选择的无偏随机局部梯度来计算局部目标函数的全局梯度。与现有技术相比，大大降低了梯度评估的成本和计算复杂性，可用于高维、大规模优化问题。