CN117077798A - 基于半监督学习的联合学习模型的生成方法及装置 - Google Patents
基于半监督学习的联合学习模型的生成方法及装置 Download PDFInfo
- Publication number
- CN117077798A CN117077798A CN202210487640.4A CN202210487640A CN117077798A CN 117077798 A CN117077798 A CN 117077798A CN 202210487640 A CN202210487640 A CN 202210487640A CN 117077798 A CN117077798 A CN 117077798A
- Authority
- CN
- China
- Prior art keywords
- participant
- samples
- model
- training
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000012549 training Methods 0.000 claims abstract description 154
- 238000002372 labelling Methods 0.000 claims abstract description 19
- 238000009499 grossing Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 33
- 238000009826 distribution Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 9
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005315 distribution function Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及联合学习技术领域，提供了一种基于半监督学习的联合学习模型的生成方法及装置。该方法包括：通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。
Description
技术领域
本公开涉及联合学习技术领域，尤其涉及一种基于半监督学习的联合学习模型的生成方法及装置。
背景技术
在模型训练中，很多情况下会同时存在有标签的样本和没有标签的样本，为了减少标注标签的工作量，提高训练的效率，现有技术在这种情况下往往使用的是半监督学习的方法训练模型。使用半监督学习训练模型的方法作为一个独立的模型训练方法存在于多种模型训练方法中，半监督学习训练模型的方法未能和其他模型训练方法很好的结合起来。比如在联合学习中，在同时存在有标签的样本和没有标签的样本时，往往只能对没有标签的样本进行标注，之后再进行联合学习训练，标注没有标签的样本会造成联合学习训练的效率低。
在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：当联合学习训练存在部分没有标签的样本，在训练前必须先标注没有标签的样本，进而导致联合学习训练的效率低的问题。
发明内容
有鉴于此，本公开实施例提供了一种基于半监督学习的联合学习模型的生成方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，联合学习训练的效率低的问题。
本公开实施例的第一方面，提供了一种基于半监督学习的联合学习模型的生成方法，包括：通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。
本公开实施例的第二方面，提供了一种基于半监督学习的联合学习模型的生成装置，包括：标注模块，被配置为通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；训练模块，被配置为利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；更新模块，被配置为将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；生成模块，被配置为聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。
本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是：通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。采用上述技术手段，可以解决现有技术中，当联合学习训练存在部分没有标签的样本，在训练前必须先标注没有标签的样本，进而导致联合学习训练的效率低的问题，，从而减少在训练前必须先标注没有标签的样本的步骤，以提高联合学习训练的效率。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本公开实施例的一种联合学习的架构示意图；
图2是本公开实施例提供的一种基于半监督学习的联合学习模型的生成方法的流程示意图；
图3是本公开实施例提供的一种基于半监督学习的联合学习模型的生成装置的结构示意图；
图4是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
联合学习是指在确保数据安全及用户隐私的前提下，综合利用多种AI(Artificial Intelligence，人工智能)技术，联合多方合作共同挖掘数据价值，催生基于联合建模的新的智能业态和模式。联合学习至少具有以下特点：
(1)参与节点控制自有数据的弱中心化联合训练模式，确保共创智能过程中的数据隐私安全。
(2)在不同应用场景下，利用筛选和/或组合AI算法、隐私保护计算，建立多种模型聚合优化策略，以获取高层次、高质量的模型。
(3)在确保数据安全及用户隐私的前提下，基于多种模型聚合优化策略，获取提升联合学习引擎的效能方法，其中效能方法可以是通过解决包括计算架构并行、大规模跨域网络下的信息交互、智能感知、异常处理机制等，提升联合学习引擎的整体效能。
(4)获取各场景下多方用户的需求，通过互信机制，确定合理评估各联合参与方的真实贡献度，进行分配激励。
基于上述方式，可以建立基于联合学习的AI技术生态，充分发挥行业数据价值，推动垂直领域的场景落地。
下面将结合附图详细说明根据本公开实施例的一种基于半监督学习的联合学习模型的生成方法和装置。
图1是本公开实施例的一种联合学习的架构示意图。如图1所示，联合学习的架构可以包括服务器(中心节点)101以及参与方102、参与方103和参与方104。
在联合学习过程中，基本模型可以通过服务器101建立，服务器101将该模型发送至与其建立通信连接的参与方102、参与方103和参与方104。基本模型还可以是任一参与方建立后上传至服务器101，服务器101将该模型发送至与其建立通信连接的其他参与方。参与方102、参与方103和参与方104根据下载的基本结构和模型参数构建模型，利用本地数据进行模型训练，获得更新的模型参数，并将更新的模型参数加密上传至服务器101。服务器101对参与方102、参与方103和参与方104发送的模型参数进行聚合，获得全局模型参数，并将全局模型参数传回至参与方102、参与方103和参与方104。参与方102、参与方103和参与方104根据接收的全局模型参数对各自的模型进行迭代，直到模型最终收敛，从而实现对模型的训练。在联合学习过程中，参与方102、参与方103和参与方104上传的数据为模型参数，本地数据并不会上传至服务器101，且所有参与方可以共享最终的模型参数，因此可以在保证数据隐私的基础上实现共同建模。需要说明的是，参与方的数量不限于如上的三个，而是可以根据需要进行设置，本公开实施例对此不作限制。
图2是本公开实施例提供的一种基于半监督学习的联合学习模型的生成方法的流程示意图。图2的基于半监督学习的联合学习模型的生成方法可以由图1的服务器执行。如图2所示，该基于半监督学习的联合学习模型的生成方法包括：
S201，通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；
S202，利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；
S203，将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；
S204，聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。
联合学习中有多个参与方和一个训练中心。每个参与方用于提供训练数据，并根据自身的训练数据训练参与方模型，本公开实施例训练的是学生模型。训练中心可以发起本次联合学习训练，聚合多个参与方的参与方模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型，本公开实施例是聚合多个参与方的教师模型的模型参数。本公开实施例中参与方模型，包括：学生模型和教师模型。第一样本的伪标签可以理解为每个第一样本的标签，“伪标签”只是为了区别第一样本原先是没有标签的，第一样本的标签是教师模型标注的。根据聚合参数生成联合学习模型，可以理解为用聚合参数更新训练中心原来的模型的模型参数，将更新后的训练中心中的模型作为联合学习模型。
本公开中的学生模型和训练中心原来的模型可以是任意一种神经网络模型，比如faster-rcnn。每个参与方的学生模型和训练中心原来的模型是同一种模型，且在进行联合学习训练之前学生模型和训练中心原来的模型的模型参数一致，只是在进行联合学习训练中，学生模型和训练中心原来的模型的模型参数才会发生变化。
本公开可以是用于任何联合学习场景下，比如人脸识别领域等场景。那么每个参与方可以一个拥有人脸数据的一方，每个参与方的训练数据集就是包含人脸数据的训练数据集。生成的联合学习模型就是可以用于人脸识别的模型，也是最终得到的模型。
根据本公开实施例提供的技术方案，通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。采用上述技术手段，可以解决现有技术中，当联合学习训练存在部分没有标签的样本，在训练前必须先标注没有标签的样本，进而导致联合学习训练的效率低的问题，，从而减少在训练前必须先标注没有标签的样本的步骤，以提高联合学习训练的效率。
在执行步骤S201之前，也就是通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签之前，方法还包括：初始化每个参与方的学生模型；将每个参与方初始化后的学生模型通过指数平滑处理，以得到每个参与方的教师模型；利用每个参与方的训练数据集中的多个第二样本训练每个参与方的教师模型。
初始化每个参与方的学生模型的同时，也应该初始化训练中心的模型，每个参与方的学生模型和训练中心的模型在联合学习训练之前是一致的。初始化模型，是将模型的模型参数回归最初的状态(没有经过任何训练的状态)。利用每个参与方的训练数据集中的多个第二样本训练每个参与方的教师模型，是为了使得每个参与方的教师模型可以标注每个参与方的训练数据集中的多个第一样本，也就是使得教师模型学习并保存有样本和标签之间的对应关系。
将每个参与方初始化后的学生模型通过指数平滑处理，得到每个参与方的教师模型，包括：计算每个参与方初始化后的学生模型的模型参数对应的指数移动平均值；根据每个参与方对应的指数移动平均值，生成每个参与方的教师模型。
EMA(Exponential Moving Average)是指数移动平均值。也叫EXPMA指标，它也是一种趋向类指标，指数移动平均值是以指数式递减加权的移动平均。根据每个参与方对应的指数移动平均值，生成每个参与方的教师模型，可以是用每个参与方对应的指数移动平均值更新每个参与方的学生模型的模型参数，将更新后的每个参与方的学生模型作为每个参与方的教师模型。
在执行步骤S201之前，也就是通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签之前，方法还包括：对每个参与方的训练数据集中的多个第一样本进行数据弱增强处理，得到每个参与方对应的弱增强处理结果；利用每个参与方对应的弱增强处理结果更新每个参与方的训练数据集中的多个第一样本。
数据弱增强处理和数据强增强处理都是数据增强处理，数据弱增强处理用于扩展训练数据集中的多个第一样本。数据强增强处理用于扩展训练数据集中的多个第一样本和多个第二样本。数据弱增强处理是相比于数据强增强处理而言的，数据强增强处理也是相比于数据弱增强处理而言的。比如数据弱增强处理是将一个样本扩展为三张不同角度下的照片，数据强增强处理就可能是将一个样本扩展为十张不同角度下的照片。数据增强处理，包括：图片翻转、图片旋转和图片插值等。本公开实施例中的一个样本可以是一张图片。
在步骤S202中，利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型，包括：利用交叉熵损失函数计算每个参与方的训练数据集中的多个第一样本和每个第一样本的伪标签对应的第一损失值；利用交叉熵损失函数计算每个参与方的训练数据集中的多个第二样本和每个第二样本的标签对应的第二损失值；根据每个参与方对应的第一损失值和第二损失值，按照预设权值计算每个参与方对应的第三损失值；基于每个参与方对应的第三损失值，更新每个参与方的学生模型。
因为每个第一样本的伪标签是教师模型标注的，其准确率可能要比起第二样本的标签低一些，所以可以通过预设权值调整第三损失值中第一损失值的比重，进而提高第三损失值的精度。基于损失值，更新模型属于现有技术，在此不再赘述。
在步骤S202中，利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型，包括：将每个参与方的训练数据集中的多个第一样本输入每个参与方的学生模型，得到每个参与方对应的预测概率分布；根据每个参与方的训练数据集中的多个第一样本的多个伪标签，确定每个参与方对应的伪标签分布；利用一致性约束函数对每个参与方对应的预测概率分布和伪标签分布进行处理，得到每个参与方对应的第四损失值；将每个参与方的训练数据集中的多个第二样本和每个第二样本的标签输入每个参与方的学生模型，计算每个参与方对应的第五损失值；根据每个参与方对应的第四损失值和第五损失值，按照预设权值计算每个参与方对应的第六损失值；基于每个参与方对应的第六损失值，更新每个参与方的学生模型。
预测概率分布可以理解为一个概率分布函数，预测概率分布可以表明多个第一样本预测的标签的信息。伪标签分布也可以理解为一个概率分布函数，伪标签分布可以表明多个第一样本的多个伪标签的信息。一致性约束函数可以是unique约束、key约束和keyref约束等。利用一致性约束函数对每个参与方对应的预测概率分布和伪标签分布进行处理，可以判断每个参与方对应的预测概率分布和伪标签分布之间的差值，进而确定每个参与方对应的第四损失值。
在执行步骤S202之前，也就是利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型之前，方法还包括：对每个参与方的训练数据集中的多个第一样本和多个第二样本进行数据强增强处理，得到每个参与方对应的强增强处理结果；利用每个参与方对应的强增强处理结果更新每个参与方的训练数据集中的多个第一样本和多个第二样本。
需要说明的是，对每个参与方的训练数据集中的多个第一样本和多个第二样本进行数据强增强处理，是对多个第一样本和其携带的伪标签，以及多个第二样本和其携带的标签进行的数据强增强处理，强增强处理结果包括更多的第一样本和其携带的伪标签，以及更多的第二样本和其携带的标签。更新后的每个参与方的训练数据集包括更多的第一样本和其携带的伪标签，以及更多的第二样本和其携带的标签。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图3是本公开实施例提供的一种基于半监督学习的联合学习模型的生成装置的示意图。如图3所示，该基于半监督学习的联合学习模型的生成装置包括：
标注模块301，被配置为通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；
训练模块302，被配置为利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；
更新模块303，被配置为将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；
生成模块304，被配置为聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。
联合学习中有多个参与方和一个训练中心。每个参与方用于提供训练数据，并根据自身的训练数据训练参与方模型，本公开实施例是训练的是学生模型。训练中心可以发起本次联合学习训练，聚合多个参与方的参与方模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型，本公开实施例是聚合多个参与方的教师模型的模型参数。本公开实施例中参与方模型，包括：学生模型和教师模型。第一样本的伪标签可以理解为每个第一样本的标签，“伪标签”只是为了区别第一样本原先是没有标签的，第一样本的标签是教师模型标注的。根据聚合参数生成联合学习模型，可以理解为用聚合参数更新训练中心原来的模型的模型参数，将更新后的训练中心中的模型作为联合学习模型。
本公开中的学生模型和训练中心原来的模型可以是任意一种神经网络模型，比如faster-rcnn。每个参与方的学生模型和训练中心原来的模型是同一种模型，且在进行联合学习训练之前学生模型和训练中心原来的模型的模型参数一致，只是在进行联合学习训练中，学生模型和训练中心原来的模型的模型参数才会发生变化。
本公开可以是用于任何联合学习场景下，比如人脸识别领域等场景。那么每个参与方可以一个拥有人脸数据的一方，每个参与方的训练数据集就是包含人脸数据的训练数据集。生成的联合学习模型就是可以用于人脸识别的模型，也是最终得到的模型。
根据本公开实施例提供的技术方案，通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；聚合多个参与方的教师模型的模型参数，得到聚合参数，根据聚合参数生成联合学习模型。采用上述技术手段，可以解决现有技术中，当联合学习训练存在部分没有标签的样本，在训练前必须先标注没有标签的样本，进而导致联合学习训练的效率低的问题，，从而减少在训练前必须先标注没有标签的样本的步骤，以提高联合学习训练的效率。
可选地，标注模块301还被配置为初始化每个参与方的学生模型；将每个参与方初始化后的学生模型通过指数平滑处理，以得到每个参与方的教师模型；利用每个参与方的训练数据集中的多个第二样本训练每个参与方的教师模型。
初始化每个参与方的学生模型的同时，也应该初始化训练中心的模型，每个参与方的学生模型和训练中心的模型在联合学习训练之前是一致的。初始化模型，是将模型的模型参数回归最初的状态(没有经过任何训练的状态)。利用每个参与方的训练数据集中的多个第二样本训练每个参与方的教师模型，是为了使得每个参与方的教师模型可以标注每个参与方的训练数据集中的多个第一样本，也就是使得教师模型学习并保存有样本和标签之间的对应关系。
可选地，标注模块301还被配置为计算每个参与方初始化后的学生模型的模型参数对应的指数移动平均值；根据每个参与方对应的指数移动平均值，生成每个参与方的教师模型。
EMA(Exponential Moving Average)是指数移动平均值。也叫EXPMA指标，它也是一种趋向类指标，指数移动平均值是以指数式递减加权的移动平均。根据每个参与方对应的指数移动平均值，生成每个参与方的教师模型，可以是用每个参与方对应的指数移动平均值更新每个参与方的学生模型的模型参数，将更新后的每个参与方的学生模型作为每个参与方的教师模型。
可选地，标注模块301还被配置为对每个参与方的训练数据集中的多个第一样本进行数据弱增强处理，得到每个参与方对应的弱增强处理结果；利用每个参与方对应的弱增强处理结果更新每个参与方的训练数据集中的多个第一样本。
数据弱增强处理和数据强增强处理都是数据增强处理，数据弱增强处理用于扩展训练数据集中的多个第一样本。数据强增强处理用于扩展训练数据集中的多个第一样本和多个第二样本。数据弱增强处理是相比于数据强增强处理而言的，数据强增强处理也是相比于数据弱增强处理而言的。比如数据弱增强处理是将一个样本扩展为三张不同角度下的照片，数据强增强处理就可能是将一个样本扩展为十张不同角度下的照片。数据增强处理，包括：图片翻转、图片旋转和图片插值等。本公开实施例中的一个样本可以是一张图片。
可选地，训练模块302还被配置为利用交叉熵损失函数计算每个参与方的训练数据集中的多个第一样本和每个第一样本的伪标签对应的第一损失值；利用交叉熵损失函数计算每个参与方的训练数据集中的多个第二样本和每个第二样本的标签对应的第二损失值；根据每个参与方对应的第一损失值和第二损失值，按照预设权值计算每个参与方对应的第三损失值；基于每个参与方对应的第三损失值，更新每个参与方的学生模型。
因为每个第一样本的伪标签是教师模型标注的，其准确率可能要比起第二样本的标签低一些，所以可以通过预设权值调整第三损失值中第一损失值的比重，进而提高第三损失值的精度。基于损失值，更新模型属于现有技术，在此不再赘述。
可选地，训练模块302还被配置为将每个参与方的训练数据集中的多个第一样本输入每个参与方的学生模型，得到每个参与方对应的预测概率分布；根据每个参与方的训练数据集中的多个第一样本的多个伪标签，确定每个参与方对应的伪标签分布；利用一致性约束函数对每个参与方对应的预测概率分布和伪标签分布进行处理，得到每个参与方对应的第四损失值；将每个参与方的训练数据集中的多个第二样本和每个第二样本的标签输入每个参与方的学生模型，计算每个参与方对应的第五损失值；根据每个参与方对应的第四损失值和第五损失值，按照预设权值计算每个参与方对应的第六损失值；基于每个参与方对应的第六损失值，更新每个参与方的学生模型。
预测概率分布可以理解为一个概率分布函数，预测概率分布可以表明多个第一样本预测的标签的信息。伪标签分布也可以理解为一个概率分布函数，伪标签分布可以表明多个第一样本的多个伪标签的信息。一致性约束函数可以是unique约束、key约束和keyref约束等。利用一致性约束函数对每个参与方对应的预测概率分布和伪标签分布进行处理，可以判断每个参与方对应的预测概率分布和伪标签分布之间的差值，进而确定每个参与方对应的第四损失值。
可选地，训练模块302还被配置为对每个参与方的训练数据集中的多个第一样本和多个第二样本进行数据强增强处理，得到每个参与方对应的强增强处理结果；利用每个参与方对应的强增强处理结果更新每个参与方的训练数据集中的多个第一样本和多个第二样本。
需要说明的是，对每个参与方的训练数据集中的多个第一样本和多个第二样本进行数据强增强处理，是对多个第一样本和其携带的伪标签，以及多个第二样本和其携带的标签进行的数据强增强处理，强增强处理结果包括更多的第一样本和其携带的伪标签，以及更多的第二样本和其携带的标签。更新后的每个参与方的训练数据集包括更多的第一样本和其携带的伪标签，以及更多的第二样本和其携带的标签。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在电子设备4中的执行过程。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。
Claims (10)
1.一种基于半监督学习的联合学习模型的生成方法，其特征在于，包括：
通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；
利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；
将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；
聚合多个参与方的教师模型的模型参得到聚合参数，根据所述聚合参数生成联合学习模型。
2.根据权利要求1所述的方法，其特征在于，所述通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签步骤之前，所述方法包括：
初始化每个参与方的学生模型；
将每个参与方初始化后的学生模型通过所述指数平滑处理，以得到每个参与方的教师模型；
利用每个参与方的训练数据集中的多个第二样本训练每个参与方的教师模型。
3.根据权利要求2所述的方法，其特征在于，所述将每个参与方初始化后的学生模型通过所述指数平滑处理，得到每个参与方的教师模型，包括：
计算每个参与方初始化后的学生模型的模型参数对应的指数移动平均值；
根据每个参与方对应的指数移动平均值，生成每个参与方的教师模型。
4.根据权利要求1所述的方法，其特征在于，所述通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签步骤之前，所述方法包括：
对每个参与方的训练数据集中的多个第一样本进行数据弱增强处理，得到每个参与方对应的弱增强处理结果；
利用每个参与方对应的所述弱增强处理结果更新每个参与方的训练数据集中的多个第一样本。
5.根据权利要求1所述的方法，其特征在于，所述利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型，包括：
利用交叉熵损失函数计算每个参与方的训练数据集中的多个第一样本和每个第一样本的伪标签对应的第一损失值；
利用所述交叉熵损失函数计算每个参与方的训练数据集中的多个第二样本和每个第二样本的标签对应的第二损失值；
根据每个参与方对应的第一损失值和第二损失值，按照预设权值计算每个参与方对应的第三损失值；
基于每个参与方对应的第三损失值，更新每个参与方的学生模型。
6.根据权利要求1所述的方法，其特征在于，所述利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型，包括：
将每个参与方的训练数据集中的多个第一样本输入每个参与方的学生模型，得到每个参与方对应的预测概率分布；
根据每个参与方的训练数据集中的多个第一样本的多个伪标签，确定每个参与方对应的伪标签分布；
利用一致性约束函数对每个参与方对应的预测概率分布和伪标签分布进行处理，得到每个参与方对应的第四损失值；
将每个参与方的训练数据集中的多个第二样本和每个第二样本的标签输入每个参与方的学生模型，计算每个参与方对应的第五损失值；
根据每个参与方对应的第四损失值和第五损失值，按照预设权值计算每个参与方对应的第六损失值；
基于每个参与方对应的第六损失值，更新每个参与方的学生模型。
7.根据权利要求1所述的方法，其特征在于，所述利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型步骤之前，所述方法包括：
对每个参与方的训练数据集中的多个第一样本和多个第二样本进行数据强增强处理，得到每个参与方对应的强增强处理结果；
利用每个参与方对应的所述强增强处理结果更新每个参与方的训练数据集中的多个第一样本和多个第二样本。
8.一种基于半监督学习的联合学习模型的生成装置，其特征在于，包括：
标注模块，被配置为通过每个参与方的教师模型标注每个参与方的训练数据集中的多个第一样本，得到每个参与方对应的每个第一样本的伪标签，其中，每个参与方的训练数据集，包括：多个第一样本和多个第二样本，第一样本是没有标签的样本，第二样本是有标签的样本；
训练模块，被配置为利用每个参与方的训练数据集中的多个第一样本、每个第一样本的伪标签、多个第二样本和每个第二样本的标签训练每个参与方的学生模型；
更新模块，被配置为将每个参与方训练后的学生模型通过指数平滑处理，更新每个参与方的教师模型；
生成模块，被配置为聚合多个参与方的教师模型的模型参数，得到聚合参数，根据所述聚合参数生成联合学习模型。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210487640.4A CN117077798A (zh) | 2022-05-06 | 2022-05-06 | 基于半监督学习的联合学习模型的生成方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210487640.4A CN117077798A (zh) | 2022-05-06 | 2022-05-06 | 基于半监督学习的联合学习模型的生成方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117077798A true CN117077798A (zh) | 2023-11-17 |
Family
ID=88710218
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210487640.4A Pending CN117077798A (zh) | 2022-05-06 | 2022-05-06 | 基于半监督学习的联合学习模型的生成方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117077798A (zh) |
-
2022
- 2022-05-06 CN CN202210487640.4A patent/CN117077798A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11977974B2 (en) | Compression of fully connected / recurrent layers of deep network(s) through enforcing spatial locality to weight matrices and effecting frequency compression | |
| WO2023124296A1 (zh) | 基于知识蒸馏的联合学习训练方法、装置、设备及介质 | |
| CN109754068A (zh) | 基于深度学习预训练模型的迁移学习方法及终端设备 | |
| US11423307B2 (en) | Taxonomy construction via graph-based cross-domain knowledge transfer | |
| CN113469373A (zh) | 基于联邦学习的模型训练方法、系统、设备及存储介质 | |
| CN112446544A (zh) | 交通流预测模型训练方法、装置、电子设备及存储介质 | |
| CN111126347B (zh) | 人眼状态识别方法、装置、终端及可读存储介质 | |
| CN113011646A (zh) | 一种数据处理方法、设备以及可读存储介质 | |
| CN113051239A (zh) | 数据共享方法、应用其的模型的使用方法及相关设备 | |
| CN113987941A (zh) | 时间序列预测方法、装置、计算机设备和可读存储介质 | |
| CN113988310A (zh) | 深度学习模型选择方法、装置、计算机设备和介质 | |
| CN116627970A (zh) | 一种基于区块链和联邦学习的数据共享方法及装置 | |
| CN114154392A (zh) | 基于区块链和联邦学习的模型共建方法、装置及设备 | |
| WO2023169167A1 (zh) | 模型训练方法、装置、设备及存储介质 | |
| CN116384461A (zh) | 基于联合学习的模型优化训练方法及装置 | |
| CN117077798A (zh) | 基于半监督学习的联合学习模型的生成方法及装置 | |
| CN113887495A (zh) | 基于迁移学习的视频标注方法及装置 | |
| CN117033997A (zh) | 数据切分方法、装置、电子设备和介质 | |
| CN116402366A (zh) | 基于联合学习的数据贡献评价方法及装置 | |
| CN116340959A (zh) | 一种面向断点隐私保护的方法、装置、设备及介质 | |
| CN114528893A (zh) | 机器学习模型训练方法、电子设备及存储介质 | |
| WO2023124312A1 (zh) | 联合学习中的预测方法及装置 | |
| CN114897186A (zh) | 联合学习训练方法及装置 | |
| CN115879467B (zh) | 一种基于联邦学习的中文地址分词方法及装置 | |
| WO2023071529A1 (zh) | 设备数据清洗方法、装置、计算机设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |