[发明专利]一种数据恢复方法、装置、电子设备及存储介质

说明书

本公开提供了一种数据恢复方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及深度学习、模型训练技术领域。具体实现方案为：当达到指定时机时，生成处于训练过程的待训练子模型的快照数据；当满足预定的模型数据恢复条件时，从所生成的快照数据中，选取待利用的目标快照数据；将所述目标快照数据所表征的模型中间结果数据，加载在所述待训练子模型，得到数据恢复为目标模型数据的待训练子模型；通过本方案可以对联邦模型的模型数据进行数据恢复。

技术领域

本公开涉及计算机技术领域，尤其涉及深度学习、模型训练技术领域，具体涉及一种数据恢复方法、装置、电子设备及存储介质。

背景技术

联邦学习是一个机器学习框架，能够实现在训练参与方的数据不暴露的情况下，进行数据使用和机器学习建模。

通过联邦学习的方式训练一个可用的联邦模型，通常需要较大的数据量以及较高的训练轮次。在联邦模型训练时，经常会因为网络问题、机器故障问题等出现训练中断，而当联邦模型训练中断时，通常会导致联邦模型的模型数据丢失，需要对联邦模型进行重新训练。

发明内容

本公开提供了一种数据恢复方法、装置、电子设备及存储介质。

根据本公开的第一方面，提供了一种数据恢复方法，所述方法包括：

当达到指定时机时，生成处于训练过程的待训练子模型的快照数据；其中，所述待训练子模型为联邦模型中由训练参与方所训练的部分模型，所述指定时机为：基于所述待训练子模型的训练轮次所设定的周期性时机；

当满足预定的模型数据恢复条件时，从所生成的快照数据中，选取待利用的目标快照数据；

将所述目标快照数据所表征的模型中间结果数据，加载在所述待训练子模型，得到数据恢复为目标模型数据的待训练子模型；

其中，所述目标模型数据为从目标训练时机进行训练时所需利用的模型数据，所述目标训练时机为：基于所述目标快照数据生成时所述待训练子模型所处的训练时机确定得到。

根据本公开的第二方面，提供了一种数据恢复装置，所述装置包括：

生成模块，用于当达到指定时机时，生成处于训练过程的待训练子模型的快照数据；其中，所述待训练子模型为联邦模型中由训练参与方所训练的部分模型，所述指定时机为：基于所述待训练子模型的训练轮次所设定的周期性时机；

选取模块，用于当满足预定的模型数据恢复条件时，从所生成的快照数据中，选取待利用的目标快照数据；

加载模块，用于将所述目标快照数据所表征的模型中间结果数据，加载在所述待训练子模型，得到数据恢复为目标模型数据的待训练子模型；

其中，所述目标模型数据为从目标训练时机进行训练时所需利用的模型数据，所述目标训练时机为：基于所述目标快照数据生成时所述待训练子模型所处的训练时机确定得到。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述数据恢复方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行所述数据恢复方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现所述数据恢复方法。