[发明专利]一种分布式的神经网络部署方法、电子设备与存储介质

权利要求书

1.一种分布式的神经网络部署方法，其特征在于，包括以下步骤：

用户端将输入嵌入到载体图片中，再送入公开分类任务模型得到伪分类结果，以由服务器端的结果映射网络将所述伪分类结果进行映射，得到最终的分类结果返回给用户端；

其中，所述载体图片和所述公开分类任务模型是由服务器预先分配给用户端；

所述载体图片由自然图片叠加扰动P而成；

所述公开分类任务模型是任意的开放分类任务神经网络模型；

所述扰动P和结果映射网络的权重参数w通过训练得到，所述扰动P和结果映射网络的权重参数w通过以下步骤得到：

(1)获取新任务的数据集，所述数据集内包含数据及其标签；

(2)随机选取一张自然图片并从数据集中随机挑选一批样本，将其输入所述分布式的神经网络模型中；

(3)根据输入的样本，更新参数P和w；

(4)重复步骤(2)-(3)直至模型收敛，得到一组适用于新任务的扰动p和结果映射网络的参数w。

2.如权利要求1所述的神经网络部署方法，其特征在于，所述载体图片用于代表用户身份，不同用户各自所对应的自然图片不同。

3.如权利要求1所述的神经网络部署方法，其特征在于，通过下式更新参数P和w：

式中，P^new和w^new分别是更新后的P和w的值，P^old和w^old分别是更新前的P和w的值，表示损失L对P^old的梯度，表示损失L对w^old的梯度，α和β是学习率。

4.如权利要求3所述的神经网络部署方法，其特征在于，所述损失L为：

其中X为输入，Y为其真正标签，||P||+||w||是参数的正则化项，γ是其权重，Prob(Y|X)是指将X分类为Y的概率。

5.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至4任一项所述的神经网络部署方法。

6.一种计算机存储介质，其特征在于，所述存储介质中存储计算机程序，所述计算机程序在执行时实现如权利要求1-4 中任一项所述的神经网络部署方法。