[发明专利]模型训练方法及装置、设备、介质和产品

权利要求书

1.一种模型训练方法，包括：

响应于获取的第一特征数据，利用所述第一特征数据，进行针对待训练模型的第M批次训练，得到模型训练结果，其中，M为大于0的整数；

基于所述第M批次训练的模型训练结果，对所述第一特征数据进行更新，得到更新后的第一特征数据；以及

发送所述更新后的第一特征数据。

2.根据权利要求1所述的方法，其中，

所述第一特征数据包括第一样本特征和特征权重参数；

所述基于所述第M批次训练的模型训练结果，对所述第一特征数据进行更新，得到更新后的第一特征数据，包括：

基于所述第M批次训练的模型训练结果，对所述第一特征数据中的特征权重参数进行更新，得到所述更新后的第一特征数据。

3.根据权利要求1所述的方法，还包括：

基于所述第M批次训练的模型训练结果，确定待调整的模型参数；

根据所述待调整的模型参数，对所述待训练模型进行更新，得到更新后的待训练模型。

4.根据权利要求1所述的方法，还包括：

基于所述第M批次训练的模型训练结果，确定待调整的模型参数；

发送所述待调整的模型参数；以及

获取更新后的待训练模型，其中，所述更新后的待训练模型是基于所述待调整的模型参数，对所述待训练模型进行更新得到的。

5.根据权利要求3或4所述的方法，还包括：

响应于获取的第二特征数据，利用所述第二特征数据，进行针对所述更新后的待训练模型的第M+1批次训练，得到模型训练结果；

基于所述第M+1批次训练的模型训练结果，对所述第二特征数据进行更新，得到更新后的第二特征数据；以及

发送所述更新后的第二特征数据，

其中，所述第二特征数据是基于所述更新后的第一特征数据得到的。

6.一种模型训练方法，包括：

发送用于对待训练模型进行第M批次训练的第一特征数据，其中，M为大于0的整数；以及

获取更新后的第一特征数据，其中，所述更新后的第一特征数据是基于所述第M批次训练的模型训练结果，对所述第一特征数据进行更新得到的。

7.根据权利要求6所述的方法，还包括：

响应于获取的待调整的模型参数，利用所述待调整的模型参数，对所述待训练模型进行更新，得到更新后的待训练模型；以及

发送所述更新后的待训练模型。

8.根据权利要求7所述的方法，还包括：

基于所述更新后的第一特征数据，确定用于对所述更新后的待训练模型进行第M+1批次训练的第二特征数据；以及

发送所述第二特征数据。

9.根据权利要求7所述的方法，其中，所述响应于获取的待调整的模型参数，利用所述待调整的模型参数，对所述待训练模型进行更新，得到更新后的待训练模型，包括：

响应于获取的所述待调整的模型参数，确定与所述待调整的模型参数匹配的模型训练权重；

根据所述待调整的模型参数和所述模型训练权重，对所述待训练模型进行更新，得到所述更新后的待训练模型。

10.一种模型训练装置，包括：

第一处理模块，用于响应于获取的第一特征数据，利用所述第一特征数据，进行针对待训练模型的第M批次训练，得到模型训练结果，其中，M为大于0的整数；

第二处理模块，用于基于所述第M批次训练的模型训练结果，对所述第一特征数据进行更新，得到更新后的第一特征数据；以及

第三处理模块，用于发送所述更新后的第一特征数据。