[发明专利]数据处理方法及装置在审
申请号: | 202110304438.9 | 申请日: | 2021-03-22 |
公开(公告)号: | CN115115020A | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 王坚;皇甫幼睿;李榕;王俊 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08 |
代理公司: | 北京中博世达专利商标代理有限公司 11274 | 代理人: | 申健 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 | ||
1.一种数据处理方法,其特征在于,应用于第一节点,所述第一节点和第二节点存在邻接关系,所述第一节点和所述第二节点用于执行同一类任务,所述方法包括:
获取第一数据;
通过第一神经网络,确定所述第一数据的处理结果,其中,所述第一神经网络是根据第一神经网络参数集合的组合确定的,所述组合中的所述第一神经网络参数集合的数量与所述第二节点的数量正相关。
2.根据权利要求1所述的数据处理方法,其特征在于,
所述第一神经网络包括:N个隐藏层,第i个隐藏层包括Mi个参数子集合,所述Mi个参数子集合中有m个参数子集合相同,所述Mi个参数子集合是根据所述第一神经网络参数集合的组合确定的,N为正整数,i为小于或等于N的正整数,Mi为大于1的整数,m为小于或等于M且大于1的整数。
3.根据权利要求1或2所述的数据处理方法,其特征在于,
所述第一神经网络参数集合包括:第一参数子集合和/或第二参数子集合。
4.根据权利要求3所述的数据处理方法,其特征在于,第i个隐藏层的神经网络结构表示为:
其中,所述Wi-1,i用于表示所述第i个隐藏层的神经网络结构,所述Si-1,i是根据所述第i个隐藏层对应的所述第一参数子集合确定的,所述Oi-1,i是根据所述第i个隐藏层对应的所述第二参数子集合确定的。
5.根据权利要求4所述的数据处理方法,其特征在于,
所述Wi-1,i中的行数量与所述第二节点的数量正相关,所述Wi-1,i中的列数量与所述第二节点的数量正相关。
6.根据权利要求3或4所述的数据处理方法,其特征在于,
若所述第二节点的数量从第一数量变化为第二数量,则所述第一神经网络参数集合的组合中,所述第一参数子集合的数量从第三数量相应调整为第四数量,所述第二参数子集合的数量从第五数量相应调整为第六数量。
7.根据权利要求1-6中任一项所述的数据处理方法,其特征在于,所述确定所述第一数据的处理结果之后,所述方法还包括:
确定第二神经网络参数集合,其中,所述第二神经网络参数集合是根据所述处理结果和所述第一神经网络确定的;
发送所述第二神经网络参数集合。
8.根据权利要求1-7中任一项所述的数据处理方法,其特征在于,
所述第二节点由如下一项或多项确定:节点所在的区域、节点的类型、节点所属的网络、或节点服务的用户。
9.一种数据处理方法,其特征在于,应用于第一设备,所述方法包括:
确定第一神经网络参数集合,其中,第一神经网络是根据所述第一神经网络参数集合的组合确定的,所述组合中的所述第一神经网络参数集合的数量与第二节点的数量正相关,所述第二节点和第一节点存在邻接关系,所述第二节点和所述第一节点用于执行同一类任务;
发送第一神经网络参数集合。
10.根据权利要求9所述的数据处理方法,其特征在于,在所述发送第一神经网络参数集合之后,所述方法还包括:
获取第二神经网络参数集合,其中,所述第二神经网络参数集合是根据第一数据的处理结果和所述第一神经网络确定的。
11.根据权利要求9或10所述的数据处理方法,其特征在于,在所述获取第二神经网络参数集合之后,所述方法还包括:
根据所述第二神经网络参数集合和第三神经网络参数集合,确定第四神经网络参数集合,其中,所述第三神经网络参数集合由所述第二节点确定,所述第四神经网络参数集合用于更新所述第一神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110304438.9/1.html,转载请声明来源钻瓜专利网。