[发明专利]基于区块链的模型轻量化方法、装置、设备及存储介质

说明书

本申请公开了一种基于区块链的模型轻量化方法、装置、设备及存储介质，涉及区块链技术领域，可以区块链网络的引入，实现分布式协同建模，再使用低比特量化机制对推荐模型进行轻量化压缩，有效提升模型的精确度，减小推荐模型在移动终端进行模型优化或推理的功耗和时延。所述方法包括：获取目标模型参数，基于约束算法，将目标模型参数约束为低比特目标模型参数；在本地数据库中查询初始模型对应的参数目标，根据参数目标，计算低比特目标模型参数与预设聚类中心的参数距离；将参数距离与预设距离进行比对，生成第一比对结果；当第一比对结果指示参数距离小于等于预设距离时，得到轻量化模型，将轻量化模型上传至区块链网络。

技术领域

本申请涉及区块链技术领域，特别是涉及一种基于区块链的模型轻量化方法、装置、设备及存储介质。

背景技术

近年来，随着深度神经网络在电商个性化推荐、图像识别以及自然语言处理等领域的不断发展，大幅度提升了电商平台图像数据分类、目标检测、语义分析等任务的性能，基本满足了实际使用的精度需求。

相关技术中，电商平台确定卷积神经网络，将模型参数发送至各个移动终端，各个移动终端根据接收到的模型参数进行模型训练，将训练完成后的模型参数发送至电商平台进行聚合，生成推荐模型。随后，由电商平台将推荐模型发送至各个移动终端进行个性化推荐。

在实现本申请的过程中，申请人发现相关技术至少存在以下问题：

由于电商与移动终端之前的计算平台不同，存储资源和计算资源也大不相同，进而对推荐模型的训练和推理产生影响，使得推荐模型在移动终端面临资源限制，导致模型优化或推理的功耗较大，时延较高。

发明内容

有鉴于此，本申请提供了一种基于区块链的模型轻量化方法、装置、设备及存储介质，主要目的在于解决目前由于电商与移动终端之前的计算平台不同，存储资源和计算资源也大不相同，进而对推荐模型的训练和推理产生影响，使得推荐模型在移动终端面临资源限制，导致模型优化或推理的功耗较大，时延较高的问题。

依据本申请第一方面，提供了一种基于区块链的模型轻量化方法，该方法应用于区块链网络中发布任务的中心节点，包括：

获取目标模型参数，基于约束算法，将所述目标模型参数约束为低比特目标模型参数；

在本地数据库中查询初始模型对应的参数目标，根据所述参数目标，计算所述低比特目标模型参数与预设聚类中心的参数距离；

将所述参数距离与预设距离进行比对，生成第一比对结果；

当所述第一比对结果指示所述参数距离小于等于所述预设距离时，得到所述轻量化模型，将所述轻量化模型上传至区块链网络。

可选地，所述获取目标模型参数，基于约束算法，将所述目标模型参数约束为低比特目标模型参数，包括：

在区块链网络中下载其它区块链节点上传的多个子模型参数，对所述多个子模型参数进行参数聚合，得到所述目标模型参数；

将所述目标模型参数指示的多个参数分量分别与所述第一预设阈值进行比对，生成第二比对结果；

若所述第二比对结果指示所述参数分量大于第一预设阈值，则将所述参数分量约束为第一预设数值，若所述第二比对结果指示所述参数分量等于所述第一预设阈值，则将所述参数分量约束为第二预设数值，若所述第二比对结果指示所述参数分量小于所述第一预设阈值，则将所述参数分量约束为第三预设数值；

对所述多个参数分量中每个参数分量进行参数约束，得到所述低比特目标模型参数。

可选地，所述根据所述参数目标，计算所述低比特目标模型参数与预设聚类中心的参数距离，包括：