[发明专利]联邦神经网络的训练方法、装置及电子设备在审
| 申请号： | 202210071149.3 | 申请日： | 2022-01-21 |
| 公开（公告）号： | CN114418095A | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 符芳诚;蒋杰;刘煜宏;陈鹏;陶阳宇;薛焕然;崔斌 | 申请（专利权）人： | 腾讯科技（深圳）有限公司;北京大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06F17/16 |
| 代理公司： | 北京市立方律师事务所 11330 | 代理人： | 张筱宁 |
| 地址： | 518000 广东省深圳*** | 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： | 本申请实施例提供了一种联邦神经网络的训练方法、装置、电子设备及计算机可读存储介质，涉及人工智能领域。该方法包括：确定顶层模型输出的批量的第一参与方数据的反向偏导，根据正样本和负样本的反向偏导的分布情况以及扰动程度确定噪声数据的分布范围；针对每个反向偏导从分布范围中随机采样噪声数据，对反向偏导添加噪声数据，获得扰动后的反向偏导；将扰动后的反向偏导输入底层模型，以使得底层模型根据扰动后的反向偏导更新底层模型的参数。本申请实施例不需要像现有技术进行迭代或长时间的复杂计算，相对于相关技术效率更高，当效率提高后，可提供更低的最大可接受距离指标，从而提高对标签的保护能力。 | ||
| 搜索关键词： | 联邦 神经网络 训练 方法 装置 电子设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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腾讯科技（深圳）有限公司;北京大学，未经腾讯科技（深圳）有限公司;北京大学许可，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/patent/202210071149.3/，转载请声明来源钻瓜专利网。
