CN117349514A - 一种模型训练方法及其相关设备 - Google Patents
一种模型训练方法及其相关设备 Download PDFInfo
- Publication number
- CN117349514A CN117349514A CN202311215067.2A CN202311215067A CN117349514A CN 117349514 A CN117349514 A CN 117349514A CN 202311215067 A CN202311215067 A CN 202311215067A CN 117349514 A CN117349514 A CN 117349514A
- Authority
- CN
- China
- Prior art keywords
- model
- scenes
- feature
- training
- shared
- 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
- 238000012549 training Methods 0.000 title claims abstract description 228
- 238000000034 method Methods 0.000 title claims abstract description 126
- 230000003993 interaction Effects 0.000 claims abstract description 124
- 230000015654 memory Effects 0.000 claims description 83
- 230000006870 function Effects 0.000 claims description 70
- 238000012545 processing Methods 0.000 claims description 69
- 238000004364 calculation method Methods 0.000 claims description 46
- 238000000605 extraction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 abstract description 16
- 230000008569 process Effects 0.000 description 46
- 238000010586 diagram Methods 0.000 description 34
- 238000013528 artificial neural network Methods 0.000 description 30
- 239000011159 matrix material Substances 0.000 description 26
- 239000013598 vector Substances 0.000 description 26
- 238000003062 neural network model Methods 0.000 description 18
- 238000013473 artificial intelligence Methods 0.000 description 14
- 230000004913 activation Effects 0.000 description 8
- 230000001537 neural effect Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- MHABMANUFPZXEB-UHFFFAOYSA-N O-demethyl-aloesaponarin I Natural products O=C1C2=CC=CC(O)=C2C(=O)C2=C1C=C(O)C(C(O)=O)=C2C MHABMANUFPZXEB-UHFFFAOYSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000005012 migration Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种模型训练方法及其相关设备,其训练得到的当前阶段的模型可具备优良的性能,可准确地为用户完成个性化推荐。本申请的方法包括:在获取用户与多个场景之间的交互信息后,可将该交互信息输入至第一模型,以通过第一模型对交互信息进行处理,得到多个场景的第一共享特征以及多个场景的第一专有特征。与此同时,还可将该交互信息输入至第二模型,以通过第二模型对交互信息进行处理,得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果。然后,可利用第一共享特征、第一专有特征、第二共享特征、第二专有特征以及推荐结果,对第二模型进行训练,从而得到第三模型。
Description
技术领域
本申请实施例涉及人工智能(artificial intelligence,AI)技术,尤其涉及一种模型训练方法及其相关设备。
背景技术
个性化推荐系统通常指,将与用户相关联的信息输入神经网络模型中,从而得到相应的推荐结果,并提供给用户观看和使用。为了满足用户在多个场景中的个性化需求,推荐系统可在神经网络模型中为多个场景进行建模,以使得神经网络模型可在多个场景下为用户完成个性化推荐。
为了使得神经网络模型具备更优的个性化推荐功能,可通过批量训练方式、增量训练方式等多种方式来对模型进行训练,从而得到性能更优的神经网络模型。对于增量训练方式而言,设存在前一阶段的模型,在获取用户(在当前时间)与多个场景之间的交互信息后,可利用该交互信息对前一阶段的模型进行多个轮次的训练,从而得到当前阶段的模型。这样所得到的当前阶段的模型的性能,则优于前一阶段的模型的性能。
上述增量训练方式中,在利用交互信息对前一阶段的模型进行多个轮次训练时,在任意一个轮次的训练中,仅考虑各个场景自身的特殊之处所产生的影响,以及各个场景之间的共同之处所产生的影响,所考虑的因素较为片面,导致最终训练得到的当前阶段的模型的性能较为一般,无法准确地为用户完成个性化推荐。
发明内容
本申请实施例提供了一种模型训练方法及其相关设备,其训练得到的当前阶段的模型可具备优良的性能,可准确地为用户完成个性化推荐。
本申请实施例的第一方面提供了一种模型训练方法,设该方法用于将前一阶段的个性化推荐训练至当前阶段的个性化推荐模型,且该训练过程包含多个轮次的训练,下文以其中一个轮次的训练进行介绍,并将该轮次的训练称为当前轮次的训练,将前二轮次的训练所得到的模型称为第二模型,将前一轮次的训练所得到的模型称为第一模型,将当前轮次的训练所得到的模型称为第三模型。
当需要进行当前轮次的训练时,可先获取用户在当前时间与多个场景之间的交互信息,并将该交互信息输入至第一模型,以通过第一模型对交互信息进行处理,得到多个场景的第一共享特征以及多个场景的第一专有特征。与此同时,还可将该交互信息输入至第二模型,以通过第二模型对交互信息进行处理,得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果。然后,可利用多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及关于多个场景的的推荐结果,对第二模型进行训练,从而得到第三模型。至此,则完成了当前轮次的训练。
此后,可将当前轮次的训练所得到的模型(第三模型)作为下一轮次的训练所针对的对象,并进行下一轮次的训练,直至确定后续某一个轮次的训练满足模型训练条件,可将该轮次的训练所得到的模型作为当前阶段的个性化推荐模型。如此一来,则成功地将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型。
从上述方法可以看出:第一模型为前二轮次的训练所得到的模型,第二模型为前一轮次的训练所得到的模型,第三模型为当前轮次的训练所得到的模型,并且,多个场景的第一共享特征可用于指示第一模型所提取的多个场景之间的共同之处,多个场景的第一专有特征可用于指示第一模型所提取的多个场景自身的特殊之处,多个场景的第二共享特征可用于指示第二模型所提取的多个场景之间的共同之处,多个场景的第二专有特征可用于指示第二模型所提取的多个场景自身的特殊之处,可见,基于这些特征训练得到第三模型的过程中,也就是在完成当前轮次的训练的过程中,不仅考虑了在某一轮次中(即在前二轮次中或在前一轮次中)多个场景之间的共同之处所产生的影响,以及某一轮次中多个场景自身的特殊之处所产生的影响,还考虑了在不同轮次中(即在前二轮次和前一轮次中)多个场景之间的共同之处所产生的影响,以及在不同轮次中多个场景自身的特殊之处所产生的影响,可见,当前轮次的训练所考虑的因素较为全面,故当前轮次的训练所得到的模型可具备较优的性能。基于此,在将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型所包含的多个轮次的训练中,任意一个轮次的训练均能考虑较为全面的因素,故最终训练得到的当前阶段的模型可具备优良的性能,可准确地为用户完成个性化推荐。
在一种可能实现的方式中,基于第一共享特征、第一专有特征、第二共享特征、第二专有特征以及推荐结果,对第二模型进行训练,得到第三模型包括:对第一共享特征、第一专有特征、第二共享特征以及第二专有特征进行第一计算,得到第一损失;对推荐结果以及可提供给用户的关于多个场景的真实推荐结果进行第二计算,得到第二损失;基于第一损失以及第二损失,对第二模型进行训练,得到第三模型。前述实现方式中,得到多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果后,可通过预置的第一损失函数对多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征以及多个场景的第二专有特征进行计算,从而得到第一损失,还可通过预置的第二损失函数对关于多个场景的推荐结果以及关于多个场景的真实推荐结果进行计算,从而得到第二损失。得到第一损失和第二损失后,可对第一损失和第二损失进行计算,从而得到目标损失。那么,可利用目标损失对第二模型的参数进行更新,从而准确得到第三模型。
在一种可能实现的方式中,第一损失用于指示第二共享特征之间的差异,第二专有特征之间的差异,第一共享特征和第二共享特征之间的差异,以及第一专有特征和第二专有特征之间的差异。前述实现方式中,通过第一损失函数计算得到的第一损失可用于指示多个场景中不同场景的第二共享特征之间的差异,多个场景中不同场景的第二专有特征之间的差异,多个场景中同一场景的第一共享特征和第二共享特征之间的差异,以及多个场景中不同场景的第一专有特征和第二专有特征之间的差异。那么,在利用第一损失来进行模型训练的时候,可以使得模型不断地减小不同场景的第二共享特征之间的差异,增大不同场景的第二专有特征之间的差异,减小同一场景的第一共享特征和第二共享特征之间的差异,并增大多个场景中不同场景的第一专有特征和第二专有特征之间的差异,也就是说,模型可以尽可能地令同一轮次中不同场景之间的共同之处保持相近,令同一轮次中不同场景自身的特殊之处保持不同,令不同轮次中某一场景与其余场景之间的共同之处保持相近,令不同轮次中不同场景自身的特殊之处保持不同。如此一来,模型在某一阶段的多个轮次的训练中,不仅可以学习到场景维度上的信息迁移,还可以学习到时间维度上的信息迁移,还可以学习到场景+时间这一交叉维度上的信息迁移,使得训练得到的当前阶段的个性化推荐模型具备更优的推荐功能。
在一种可能实现的方式中,第一计算包含以下至少一项:基于距离函数的运算,加法运算,指数运算,对数运算以及减法运算。前述方式中,第一损失函数所进行的计算可包含基于距离函数的运算,加法运算,指数运算,对数运算以及减法运算等等中的一种或多种,从而准确得到前述的第一损失。
在一种可能实现的方式中,第二损失用于指示推荐结果以及真实推荐结果之间的差异。前述实现方式中,通过第二损失函数计算得到的第二损失可用于指示关于多个场景的预测推荐结果以及关于多个场景的真实推荐结果之间的差异,那么,在利用第二损失来进行模型训练的时候,可以使得模型学习到关于多个场景的真实推荐信息,这样训练得到的个性化推荐模型可在应用中作出更加符合实际的预测,从而为用户提供更加准确的个性化推荐。
在一种可能实现的方式中,第二计算包含以下任意一项:基于交叉熵损失函数的运算,基于平均绝对误差函数的运算,基于均方误差函数的运算。前述方式中,第二损失函数所进行的计算可包含基于交叉熵损失函数的运算,基于平均绝对误差函数的运算,基于均方误差函数的运算等等中的一种或多种,从而准确得到前述的第二损失。
在一种可能实现的方式中,通过第一模型对交互信息进行处理,得到多个场景的第一共享特征、多个场景的第一专有特征包括:通过第一模型对交互信息进行第一特征提取,得到多个场景的第一共享特征;通过第一模型对第一共享特征进行第二特征提取,得到多个场景的第一专有特征。前述实现方式中,对于第一模型而言,第一模型可包含共享层以及与多个场景一一对应的多个专有层。在将用户在当前时间与多个场景之间的交互信息输入至第一模型后,第一模型的共享层可先对该交互信息进行第一特征提取,从而得到多个场景的第一共享特征,并将多个场景的第一共享特征分别发送至第一模型的多个专有层。对于第一模型的多个专有层中的任意一个专有层而言,该专有层可对多个场景的第一共享特征进行第二特征提取,从而得到与该专有层对应的场景的第一专有特征。对于第一模型的多个专有层中除该专有层之外的其余专有层而言,其余专有层也可以如同该专有层所执行的操作,故最终可得到多个场景的第一专有特征。
在一种可能实现的方式中,通过第二模型对第二交互信息进行处理,得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果包括:通过第二模型对交互信息进行第一特征提取,得到多个场景的第二共享特征;通过第二模型对第二共享特征进行第二特征提取,得到多个场景的第二专有特征;通过第二模型对第二专有特征进行分类,得到可提供给用户的关于多个场景的推荐结果。前述实现方式中,对于第二模型而言,第二模型可包含共享层以及与多个场景一一对应的多个专有层。在将用户在当前时间与多个场景之间的交互信息输入至第二模型后,第二模型的共享层可先对该交互信息进行第一特征提取,从而得到多个场景的第二共享特征,并将多个场景的第二共享特征分别发送至第二模型的多个专有层。对于第二模型的多个专有层中的任意一个专有层而言,该专有层可对多个场景的第二共享特征进行第二特征提取,从而得到与该专有层对应的场景的第二专有特征。对于第二模型的多个专有层中除该专有层之外的其余专有层而言,其余专有层也可以如同该专有层所执行的操作,故最终可得到多个场景的第二专有特征,且多个专有层还可将多个场景的第二专有特征发送至第二模型的分类层。第二模型的分类层可对多个场景的第二专有特征进行分类,从而得到可提供给用户的关于多个场景的推荐结果。
在一种可能实现的方式中,交互信息用于指示用户在多个场景中交互过的物品,推荐结果用于指示在多个场景中,可推荐给用户的物品。前述实现方式中,用户与多个场景之间的交互信息可包含用户自身的信息、用户对多个场景中的物品所执行的行为以及用户在多个场景中所交互过的物品的信息,故该交互信息可用于指示用户在多个用户在多个场景中交互过的物品。相应的,可推荐给用户的关于多个场景的推荐结果可包含包含多个场景中用户较为感兴趣的物品,这些物品可推荐给用户观看和使用,故可推荐给用户的关于多个场景的推荐结果可用于指示在多个场景中,可推荐给用户的物品。
本申请实施例的第二方面提供了一种个性化推荐方法,该方法通过个性化推荐模型实现,个性化推荐模型来自如第一方面或第一方面中任意一种可能实现的方式所述的方法得到的第三模型,该方法包括:获取用户与目标场景的交互信息,交互信息与目标时间对应;对交互信息进行处理,得到可提供给用户的关于目标场景的推荐结果。
本申请实施例的第三方面提供了一种模型训练装置,该装置包括:获取模块,用于获取用户与多个场景之间的交互信息;第一处理模块,用于通过第一模型对交互信息进行处理,得到多个场景的第一共享特征以及多个场景的第一专有特征;第二处理模块,用于通过第二模型对交互信息进行处理,得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果,第二模型为基于交互信息对第一模型进行训练得到的;训练模块,用于基于第一共享特征、第一专有特征、第二共享特征、第二专有特征以及推荐结果,对第二模型进行训练,得到第三模型。
在一种可能实现的方式中,训练模块,用于:对第一共享特征、第一专有特征、第二共享特征以及第二专有特征进行第一计算,得到第一损失;对推荐结果以及可提供给用户的关于多个场景的真实推荐结果进行第二计算,得到第二损失;基于第一损失以及第二损失,对第二模型进行训练,得到第三模型。
在一种可能实现的方式中,第一损失用于指示第一共享特征之间的差异,第一专有特征之间的差异,第一共享特征和第二共享特征之间的差异,以及第一专有特征和第二专有特征之间的差异。
在一种可能实现的方式中,第一计算包含以下至少一项:基于距离函数的运算,加法运算,指数运算,对数运算以及减法运算。
在一种可能实现的方式中,第二损失用于指示推荐结果以及真实推荐结果之间的差异。
在一种可能实现的方式中,第二计算包含以下任意一项:基于交叉熵损失函数的运算,基于平均绝对误差函数的运算,基于均方误差函数的运算。
在一种可能实现的方式中,第一处理模块,用于:通过第一模型对交互信息进行第一特征提取,得到多个场景的第一共享特征;通过第一模型对第一共享特征进行第二特征提取,得到多个场景的第一专有特征。
在一种可能实现的方式中,第二处理模块,用于:通过第二模型对交互信息进行第一特征提取,得到多个场景的第二共享特征;通过第二模型对第二共享特征进行第二特征提取,得到多个场景的第二专有特征;通过第二模型对第二专有特征进行分类,得到可提供给用户的关于多个场景的推荐结果。
在一种可能实现的方式中,交互信息用于指示用户在多个场景中交互过的物品,推荐结果用于指示在多个场景中,可推荐给用户的物品。
本申请实施例的第四方面提供了一种个性化推荐装置,个性化推荐装置包含个性化推荐模型,个性化推荐模型来自如第三方面或第三方面中任意一种可能实现的方式所述的模型训练装置得到的第三模型,个性化推荐装置包括:获取模块,用于获取用户与目标场景的交互信息,交互信息与目标时间对应;处理模块,用于对交互信息进行处理,得到可提供给用户的关于目标场景的推荐结果。
本申请实施例的第五方面提供了一种模型训练装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,模型训练装置执行如第一方面或第一方面中任意一种可能的实现方式所述的方法。
本申请实施例的第六方面提供了一种个性化推荐装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,个性化推荐执行如第二方面所述的方法。
本申请实施例的第七方面提供了一种电路系统,该电路系统包括处理电路,该处理电路配置为执行如第一方面、第一方面中任意一种可能的实现方式或第二方面所述的方法。
本申请实施例的第八方面提供了一种芯片系统,该芯片系统包括处理器,用于调用存储器中存储的计算机程序或计算机指令,以使得该处理器执行如第一方面、第一方面中任意一种可能的实现方式或第二方面所述的方法。
在一种可能的实现方式中,该处理器通过接口与存储器耦合。
在一种可能的实现方式中,该芯片系统还包括存储器,该存储器中存储有计算机程序或计算机指令。
本申请实施例的第九方面提供了一种计算机存储介质,该计算机存储介质存储有计算机程序,该程序在由计算机执行时,使得计算机实施如第一方面、第一方面中任意一种可能的实现方式或第二方面所述的方法。
本申请实施例的第十方面提供了一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时,使得计算机实施如第一方面、第一方面中任意一种可能的实现方式或第二方面所述的方法。
本申请实施例中,将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型的过程包含多个轮次的训练,在进行这多个轮次的训练中的当前轮次的训练时,可先获取用户(在当前时间)与多个场景之间的交互信息。接着,可将该交互信息输入至第一模型,以通过第一模型对交互信息进行处理,从而得到多个场景的第一共享特征以及多个场景的第一专有特征。然后,可将该交互信息输入至第二模型,一通过第二模型对交互信息进行处理,从而得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果。最后,可基于多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及关于多个场景的的推荐结果,对第二模型进行训练,从而得到第三模型。至此,则完成了当前轮次的训练。前述过程中,第一模型为前二轮次的训练所得到的模型,第二模型为前一轮次的训练所得到的模型,第三模型为当前轮次的训练所得到的模型,并且值得注意的是,多个场景的第一共享特征用于指示第一模型所提取的多个场景之间的共同之处,多个场景的第一专有特征用于指示第一模型所提取的多个场景自身的特殊之处,多个场景的第二共享特征用于指示第二模型所提取的多个场景之间的共同之处,多个场景的第二专有特征用于指示第二模型所提取的多个场景自身的特殊之处,可见,基于这些特征训练得到第三模型的过程中,也就是在完成当前轮次的训练的过程中,不仅考虑了在某一轮次中(即在前二轮次中或在前一轮次中)多个场景之间的共同之处所产生的影响,以及某一轮次中多个场景自身的特殊之处所产生的影响,还考虑了在不同轮次中(即在前二轮次和前一轮次中)多个场景之间的共同之处所产生的影响,以及在不同轮次中多个场景自身的特殊之处所产生的影响,可见,当前轮次的训练所考虑的因素较为全面,故当前轮次的训练所得到的模型可具备较优的性能。基于此,在将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型所包含的多个轮次的训练中,任意一个轮次的训练均能考虑较为全名的因素,故最终训练得到的当前阶段的模型可具备优良的性能,可准确地为用户完成个性化推荐。
附图说明
图1为人工智能主体框架的一种结构示意图;
图2a为本申请实施例提供的个性化推荐系统的一个结构示意图;
图2b为本申请实施例提供的个性化推荐系统的另一结构示意图;
图2c为本申请实施例提供的个性化推荐的相关设备的一个示意图;
图3为本申请实施例提供的系统100架构的一个示意图;
图4为本申请实施例提供的个性化推荐模型的一个结构示意图;
图5为本申请实施例提供的模型训练方法的一个流程示意图;
图6为本申请实施例提供的增量训练的一个示意图;
图7为本申请实施例提供的某个轮次的训练的一个示意图;
图8为本申请实施例提供的计算目标的一个示意图;
图9为本申请实施例提供的比较结果的一个示意图;
图10为本申请实施例提供的比较结果的另一示意图;
图11为本申请实施例提供的比较结果的另一示意图;
图12为本申请实施例提供的个性化推荐方法的一个流程示意图;
图13为本申请实施例提供的模型训练装置的一个结构示意图;
图14为本申请实施例提供的个性化推荐装置的一个结构示意图;
图15为本申请实施例提供的执行设备的一个结构示意图;
图16为本申请实施例提供的训练设备的一个结构示意图;
图17为本申请实施例提供的芯片的一个结构示意图。
具体实施方式
本申请实施例提供了一种模型训练方法及其相关设备,其训练得到的当前阶段的模型可具备优良的性能,可准确地为用户完成个性化推荐。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
个性化推荐系统通常指,将与用户相关联的信息输入神经网络模型中,从而得到相应的推荐结果,并提供给用户观看和使用。为了满足用户在多个场景中的个性化需求,推荐系统可在神经网络模型中为多个场景进行建模,以使得神经网络模型可在多个场景下为用户完成个性化推荐。
为了使得神经网络模型具备更优的个性化推荐功能,可通过批量训练方式、增量训练方式等多种方式来对模型进行训练,从而得到性能更优的神经网络模型。对于增量训练方式而言,假设已经利用用户在前一时间与多个场景之间的交互信息,对更前阶段的个性化推荐模型进行了多个轮次的训练,成功得到了前一阶段的模型。为了进一步优化模型的性能,可继续对前一阶段的模型进行训练,也就是说,在获取用户在当前时间与多个场景之间的交互信息后,可利用该交互信息对前一阶段的模型进行多个轮次的训练,从而得到当前阶段的模型。这样所得到的当前阶段的模型的性能,则优于前一阶段的模型的性能。
上述增量训练方式中,在利用交互信息对前一阶段的模型进行多个轮次训练时,在任意一个轮次的训练中,仅考虑各个场景自身的特殊之处所产生的影响,以及各个场景之间的共同之处所产生的影响,所考虑的因素较为片面,导致最终训练得到的当前阶段的模型的性能较为一般,无法准确地为用户完成个性化推荐。
为了解决上述问题,本申请实施例提供了一种模型训练方法以及个性化推荐方法,该方法可结合人工智能(artificial intelligence,AI)技术实现。AI技术是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能的技术学科,AI技术通过感知环境、获取知识并使用知识获得最佳结果。换句话说,人工智能技术是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。利用人工智能进行数据处理是人工智能常见的一个应用方式。
首先对人工智能系统总体工作流程进行描述,请参见图1,图1为人工智能主体框架的一种结构示意图,下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中,“智能信息链”反映从数据的获取到处理的一列过程。举例来说,可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中,数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程,反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。通过传感器与外部沟通;计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供;基础平台包括分布式计算框架及网络等相关的平台保障和支持,可以包括云存储和计算、互联互通网络等。举例来说,传感器和外部沟通获取数据,这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本,还涉及到传统设备的物联网数据,包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练,机器学习,深度学习,搜索,推理,决策等方式。
其中,机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中,模拟人类的智能推理方式,依据推理控制策略,利用形式化的信息进行机器思维和求解问题的过程,典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程,通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后,进一步基于数据处理的结果可以形成一些通用的能力,比如可以是算法或者一个通用系统,例如,翻译,文本的分析,计算机视觉的处理,语音识别,图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用,是对人工智能整体解决方案的封装,将智能信息决策产品化、实现落地应用,其应用领域主要包括:智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
接下来介绍几种本申请的应用场景。
图2a为本申请实施例提供的个性化推荐系统的一个结构示意图,该个性化推荐系统包括用户设备以及数据处理设备。其中,用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为个性化推荐的发起端,作为个性化推荐请求的发起方,通常由用户通过用户设备发起请求。
上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的个性化推荐请求,再通过存储数据的存储器以及数据处理的处理器环节进行机器学习,深度学习,搜索,推理,决策等方式的个性化推荐。数据处理设备中的存储器可以是一个统称,包括本地存储以及存储历史数据的数据库,数据库可以在数据处理设备上,也可以在其它网络服务器上。
在图2a所示的个性化推荐系统中,用户设备可以获取用户输入/选择的目标场景,然后向数据处理设备发起请求,使得数据处理设备针对用户设备得到的目标场景执行个性化推荐应用,从而得到可提供给用户的关于目标场景的推荐结果。示例性的,用户设备可以获取用户选择的目标场景,故用户设备可向数据处理设备发送针对目标场景的个性化推荐请求,基于该请求,数据处理设备可采集用户与目标场景之间的交互信息,并对该交互信息进行一系列的处理,从而得到关于目标场景的推荐结果(例如,在目标场景中呈现的推荐列表,该推荐列表包含用户感兴趣的一个或多个物品),并将该推荐结果提供给用户观看和使用。
在图2a中,数据处理设备可以执行本申请实施例的个性化推荐方法。
图2b为本申请实施例提供的个性化推荐系统的另一结构示意图,在图2b中,用户设备直接作为数据处理设备,该用户设备能够直接获取来自用户的输入并直接由用户设备本身的硬件进行处理,具体过程与图2a相似,可参考上面的描述,在此不再赘述。
在图2b所示的个性化推荐系统中,用户设备可以获取用户选择的目标场景,故用户设备可采集用户与目标场景之间的交互信息,并对该交互信息进行一系列的处理,从而得到关于目标场景的推荐结果(例如,在目标场景中呈现的推荐列表,该推荐列表包含用户感兴趣的一个或多个物品),并将该推荐结果提供给用户观看和使用。
在图2b中,用户设备自身就可以执行本申请实施例的个性化推荐方法。
图2c为本申请实施例提供的个性化推荐的相关设备的一个示意图。
上述图2a和图2b中的用户设备具体可以是图2c中的本地设备301或者本地设备302,图2a中的数据处理设备具体可以是图2c中的执行设备210,其中,数据存储系统250可以存储执行设备210的待处理数据,数据存储系统250可以集成在执行设备210上,也可以设置在云上或其它网络服务器上。
图2a和图2b中的处理器可以通过神经网络模型或者其它模型(例如,基于支持向量机的模型)进行数据训练/机器学习/深度学习,并利用数据最终训练或者学习得到的模型针对目标场景执行个性化推荐应用,从而得到相应的推荐结果。
图3为本申请实施例提供的系统100架构的一个示意图,在图3中,执行设备110配置输入/输出(input/output,I/O)接口112,用于与外部设备进行数据交互,用户可以通过客户设备140向I/O接口112输入数据,所述输入数据在本申请实施例中可以包括:各个待调度任务、可调用资源以及其他参数。
在执行设备110对输入数据进行预处理,或者在执行设备110的计算模块111执行计算等相关的处理(比如进行本申请中个性化推荐模型的功能实现)过程中,执行设备110可以调用数据存储系统150中的数据、代码等以用于相应的处理,也可以将相应处理得到的数据、指令等存入数据存储系统150中。
最后,I/O接口112将处理结果返回给客户设备140,从而提供给用户。
值得说明的是,训练设备120可用于实现本申请实施例提供的模型训练方法。具体地,训练设备120可以针对不同的目标或称不同的任务,基于不同的训练数据生成相应的目标模型/规则,该相应的目标模型/规则即可以用于实现上述目标或完成上述任务,从而为用户提供所需的结果。其中,训练数据可以存储在数据库130中,且来自于数据采集设备160采集的训练样本。
在图3中所示情况下,用户可以手动给定输入数据,该手动给定可以通过I/O接口112提供的界面进行操作。另一种情况下,客户设备140可以自动地向I/O接口112发送输入数据,如果要求客户设备140自动发送输入数据需要获得用户的授权,则用户可以在客户设备140中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果,具体的呈现形式可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端,采集如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据,并存入数据库130。当然,也可以不经过客户设备140进行采集,而是由I/O接口112直接将如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果,作为新的样本数据存入数据库130。
值得注意的是,图3仅是本申请实施例提供的一种系统架构的示意图,图中所示设备、器件、模块等之间的位置关系不构成任何限制,例如,在图3中,数据存储系统150相对执行设备110是外部存储器,在其它情况下,也可以将数据存储系统150置于执行设备110中。如图3所示,可以根据训练设备120训练得到神经网络。
本申请实施例还提供的一种芯片,该芯片包括神经网络处理器NPU。该芯片可以被设置在如图3所示的执行设备110中,用以完成计算模块111的计算工作。该芯片也可以被设置在如图3所示的训练设备120中,用以完成训练设备120的训练工作并输出目标模型/规则。
神经网络处理器NPU,NPU作为协处理器挂载到主中央处理器(centralprocessing unit,CPU)(host CPU)上,由主CPU分配任务。NPU的核心部分为运算电路,控制器控制运算电路提取存储器(权重存储器或输入存储器)中的数据并进行运算。
在一些实现中,运算电路内部包括多个处理单元(process engine,PE)。在一些实现中,运算电路是二维脉动阵列。运算电路还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)中。
向量计算单元可以对运算电路的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。例如,向量计算单元可以用于神经网络中非卷积/非FC层的网络计算,如池化(pooling),批归一化(batch normalization),局部响应归一化(localresponse normalization)等。
在一些实现种,向量计算单元能将经处理的输出的向量存储到统一缓存器。例如,向量计算单元可以将非线性函数应用到运算电路的输出,例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元生成归一化的值、合并值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路的激活输入,例如用于在神经网络中的后续层中的使用。
统一存储器用于存放输入数据以及输出数据。
权重数据直接通过存储单元访问控制器(direct memory access controller,DMAC)将外部存储器中的输入数据搬运到输入存储器和/或统一存储器、将外部存储器中的权重数据存入权重存储器,以及将统一存储器中的数据存入外部存储器。
总线接口单元(bus interface unit,BIU),用于通过总线实现主CPU、DMAC和取指存储器之间进行交互。
与控制器连接的取指存储器(instruction fetch buffer),用于存储控制器使用的指令;
控制器,用于调用指存储器中缓存的指令,实现控制该运算加速器的工作过程。
一般地,统一存储器,输入存储器,权重存储器以及取指存储器均为片上(On-Chip)存储器,外部存储器为该NPU外部的存储器,该外部存储器可以为双倍数据率同步动态随机存储器(doubledata rate synchronous dynamic random access memory,DDRSDRAM)、高带宽存储器(high bandwidth memory,HBM)或其他可读可写的存储器。
由于本申请实施例涉及大量神经网络的应用,为了便于理解,下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的,神经单元可以是指以xs和截距1为输入的运算单元,该运算单元的输出可以为:
其中,s=1、2、……n,n为大于1的自然数,Ws为xs的权重,b为神经单元的偏置。f为神经单元的激活函数(activation functions),用于将非线性特性引入神经网络中,来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入。激活函数可以是sigmoid函数。神经网络是将许多个上述单一的神经单元联结在一起形成的网络,即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连,来提取局部接受域的特征,局部接受域可以是由若干个神经单元组成的区域。
神经网络中的每一层的工作可以用数学表达式y=a(Wx+b)来描述:从物理层面神经网络中的每一层的工作可以理解为通过五种对输入空间(输入向量的集合)的操作,完成输入空间到输出空间的变换(即矩阵的行空间到列空间),这五种操作包括:1、升维/降维;2、放大/缩小;3、旋转;4、平移;5、“弯曲”。其中1、2、3的操作由Wx完成,4的操作由+b完成,5的操作则由a()来实现。这里之所以用“空间”二字来表述是因为被分类的对象并不是单个事物,而是一类事物,空间是指这类事物所有个体的集合。其中,W是权重向量,该向量中的每一个值表示该层神经网络中的一个神经元的权重值。该向量W决定着上文所述的输入空间到输出空间的空间变换,即每一层的权重W控制着如何变换空间。训练神经网络的目的,也就是最终得到训练好的神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。因此,神经网络的训练过程本质上就是学习控制空间变换的方式,更具体的就是学习权重矩阵。
因为希望神经网络的输出尽可能的接近真正想要预测的值,所以可以通过比较当前网络的预测值和真正想要的目标值,再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然,在第一次更新之前通常会有初始化的过程,即为神经网络中的各层预先配置参数),比如,如果网络的预测值高了,就调整权重向量让它预测低一些,不断的调整,直到神经网络能够预测出真正想要的目标值。因此,就需要预先定义“如何比较预测值和目标值之间的差异”,这便是损失函数(loss function)或目标函数(objective function),它们是用于衡量预测值和目标值的差异的重要方程。其中,以损失函数举例,损失函数的输出值(loss)越高表示差异越大,那么神经网络的训练就变成了尽可能缩小这个loss的过程。
(2)反向传播算法
神经网络可以采用误差反向传播(back propagation,BP)算法在训练过程中修正初始的神经网络模型中参数的大小,使得神经网络模型的重建误差损失越来越小。具体地,前向传递输入信号直至输出会产生误差损失,通过反向传播误差损失信息来更新初始的神经网络模型中参数,从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动,旨在得到最优的神经网络模型的参数,例如权重矩阵。
(3)增量训练
对于已有的神经网络模型,可使用新产生的训练数据对已有的模型进行微调,从而得到更新后的神经网络模型。例如,在推荐系统中,在已经得到前一阶段的个性化推荐模型的基础上,可采集用户在当前时间与多个场景之间的交互信息,并利用该交互信息对前一阶段的个性化推荐模型进行训练,从而得到当前阶段的个性化推荐模型。这样一来,当前阶段的个性化推荐模型可以为用户提供更优的个性化推荐服务。
下面从神经网络的训练侧和神经网络的应用侧对本申请提供的方法进行描述。
本申请实施例提供的模型训练方法,涉及数据序列的处理,具体可以应用于数据训练、机器学习、深度学习等方法,对训练数据(例如,将本申请实施例提供的模型训练方法中的用户与多个场景之间的交互信息等等)进行符号化和形式化的智能信息建模、抽取、预处理、训练等,最终得到训练好的神经网络(如当前阶段的个性化推荐模型,该模型来自本申请实施例提供的模型训练方法中的第三模型);并且,本申请实施例提供的个性化推荐方法可以运用上述训练好的神经网络,将输入数据(例如,本申请实施例提供的个性化推荐方法中的用户与目标场景之间的交互信息等等)输入到所述训练好的神经网络中,得到输出数据(例如,本申请实施例提供的关于目标场景的推荐结果)。需要说明的是,本申请实施例提供的模型训练方法和个性化推荐方法是基于同一个构思产生的发明,也可以理解为一个系统中的两个部分,或一个整体流程的两个阶段:如模型训练阶段和模型应用阶段。
下面先对本申请实施例提供的模型训练方法进行介绍。设本申请实施例提供的模型训练方法,用于将前一阶段的个性化推荐模型训练成当前阶段的个性化推荐模型,其中,个性化推荐模型如图4所示(图4为本申请实施例提供的个性化推荐模型的一个结构示意图),个性化推荐模型包括:共享层、多个专有层以及分类层,其中,共享层的输入端作为整个模型的输入端,共享层的输出端与各个专有层的输入端连接,各个专有层的输出端均与分类层的输入端连接,分类层的输出端作为整个模型的输出端。为了了解针对该模型的训练过程,下文对该过程进行介绍,图5为本申请实施例提供的模型训练方法的一个流程示意图,如图5所示,该方法包括:
501、获取用户与多个场景之间的交互信息。
本实施例中,当需要将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型的时候,可先获取用户在当前时间与多个场景之间的交互信息,需要说明的是,用户在当前时间与多个场景之间的交互信息,可用于对前一阶段的个性化推荐模型进行多个轮次的训练,以得到当前阶段的个性化推荐模型。可以理解的是,前一阶段的个性化推荐模型通常是利用用户在前一时间与多个场景之间的交互信息,对更前阶段的个性化推荐模型进行多个轮次的训练所得到的。
例如,如图6所示(图6为本申请实施例提供的增量训练的一个示意图),设已利用用户在第1天与K个场景之间的交互信息(K为大于或等于2的正整数),对原始的神经网络模型进行多个轮次的训练,得到第1阶段的个性化推荐模型,且已利用用户在第2天与K个场景之间的交互信息,对第1阶段的个性化推荐模型进行多个轮次的训练,得到第2阶段的个性化推荐模型,...,且已利用用户在第11天(也就是前一时间)与K个场景之间的交互信息,对第10阶段的个性化推荐模型进行多个轮次的训练,得到第11阶段的个性化推荐模型(也就是前一阶段的个性化推荐模型)。假设当前时间为第12天,为了训练得到第12阶段的个性化推荐模型(也就是当前阶段的个性化推荐模型),可先获取用户在第12天与K个场景之间的交互信息,该交互信息可用于对第11阶段的个性化推荐模型进行多个轮次的训练,以得到第12阶段的个性化推荐模型。
具体地,用户所交互的多个场景可包含某个应用商城的界面,某个购物应用的界面以及某个商品的详情页等等,此处不做限制。
更具体地,用户在当前时间与多个场景之间的交互信息可包含以下内容:(1)在当前时间中,用户对多个场景中的物品(item)所执行的行为(例如,用户对物品的点击,浏览,添加购物车,收藏等等各种行为)。(2)在当前时间中,用户向多个场景所输入的用户的自身信息(例如,用户的名字,性别,年龄,工作等等各种信息)。(3)在当前时间中,用户所交互的多个场景中的物品的自身信息(例如,物品的名称,类别,功能,价格等等各种信息)等等。由此可见,该交互信息可用于指示用户于当前时间在多个场景中曾经交互过的物品。
应理解,本实施例中所涉及的时间这一概念通常指时间段,其长度可以为一天,也可以为一个小时,还可以为一个时刻等等。上述例子仅以当前时间为第12天,前一时间为第11天进行示意性介绍,并不对时间这一概念的长度构成限制,也就是说,时间这一概念的长度可根据实际需求进行设置,此处不做限制。
还应理解,本实施例中,每个阶段的个性化推荐模型(包含当前阶段的个性化推荐模型以及前一阶段的个性化推荐模型)的内部结构均如图4所示,且在任意一个阶段中,每个轮次的训练中的模型的内部结构也均如图4所示,后续不再赘述。
502、通过第一模型对交互信息进行处理,得到多个场景的第一共享特征以及多个场景的第一专有特征。
503、通过第二模型对交互信息进行处理,得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果,第二模型为基于交互信息对第一模型进行训练得到的。
需要说明的是,将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型的过程包含多个轮次的训练,在相邻两个轮次的训练中,靠前轮次的训练所得到的结果(模型)可作为靠后轮次的训练所针对的对象,可以理解的是,第一个轮次的训练所针对的对象为前一阶段的个性化推荐模型,最后一个轮次的训练所得到的结果为当前阶段的个性化推荐模型。在这多个轮次的训练中,由于每一个轮次的训练所使用的训练数据均是用户在当前时间与多个场景之间的交互信息,且每一个轮次的训练的过程均是类似的,故下文以其中某一个轮次的训练进行示意性介绍,并将该轮次的训练称为当前轮次的训练,将前两轮次的训练所得到的模型称为第一模型,将前一轮次的训练所得到的模型称为第二模型,将当前轮次的训练所得到的模型称为第三模型。由此可见,第二模型是利用用户在当前时间与多个场景之间的交互信息,对第一模型进行训练得到的。
在当前轮次的训练中,可将用户在当前时间与多个场景之间的交互信息输入至第一模型,以使得第一模型对该交互信息进行处理,从而得到多个场景的第一共享特征以及多个场景的第一专有特征。其中,对于多个场景中的任意一个场景而言,该场景的第一共享特征用于指示第一模型所提取的该场景以及其余场景之间的共同之处(也可以理解为:第一模型对用户(在当前时间)与该场景之间的交互信息,以及用户(在当前时间)与其余场景之间的交互信息进行综合分析后,归纳出这些交互信息之间的共同之处)。该场景的第一专有特征用于指示第一模型所提取的该场景的特殊之处(也可以理解为:第一模型对用户(在当前时间)与该场景之间的交互信息,以及用户(在当前时间)与其余场景之间的交互信息进行综合分析后,过滤出用户与该场景之间的交互信息的特殊之处)。
与此同时,还可将该交互信息输入至第二模型,以使得第二模型对该交互信息进行处理,从而得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果。其中,对于多个场景中的任意一个场景而言,该场景的第二共享特征用于指示第二模型所提取的该场景以及其余场景之间的共同之处(也可以理解为:第二模型对用户(在当前时间)与该场景之间的交互信息,以及用户(在当前时间)与其余场景之间的交互信息进行综合分析后,归纳出这些交互信息之间的共同之处)。该场景的第二专有特征用于指示第二模型所提取的该场景的特殊之处(也可以理解为:第二模型对用户(在当前时间)与该场景之间的交互信息,以及用户(在当前时间)与其余场景之间的交互信息进行综合分析后,过滤出用户与该场景之间的交互信息的特殊之处)。
具体地,可提供给用户的关于多个场景的推荐结果可包含多个场景中用户较为感兴趣的物品,这些物品可推荐给用户观看和使用,故这些推荐结果用于指示在多个场景中可推荐给用户的物品,例如,该推荐结果可包含某个应用商城的界面中的应用推荐列表(通常包含推荐给用户的多个应用),某个购物应用的界面中的商品推荐列表(通常包含推荐给用户的多个商品)以及某个商品的详情页的关联商品推荐列表(通常包含推荐给用户的多个关联商品)等等,此处不做限制。
更具体地,可通过以下方式获取多个场景的第一共享特征以及多个场景的第一专有特征:
对于第一模型而言,第一模型可包含共享层以及与多个场景一一对应的多个专有层。在将用户在当前时间与多个场景之间的交互信息输入至第一模型后,第一模型的共享层可先对该交互信息进行第一特征提取(例如,卷积、全连接以及融合等各种特征提取操作),从而得到多个场景的第一共享特征,并将多个场景的第一共享特征分别发送至第一模型的多个专有层。对于第一模型的多个专有层中的任意一个专有层而言,该专有层可对多个场景的第一共享特征进行第二特征提取(例如,卷积、全连接以及融合等各种特征提取操作),从而得到与该专有层对应的场景的第一专有特征。对于第一模型的多个专有层中除该专有层之外的其余专有层而言,其余专有层也可以如同该专有层所执行的操作,故最终可得到多个场景的第一专有特征。
依旧如上述例子,如图7所示(图7为本申请实施例提供的某个轮次的训练的一个示意图,图7是在图6的基础上进行绘制得到的),设将第11阶段的个性化推荐模型训练至第12阶段的个性化推荐模型包含N个轮次的训练(N为大于或等于2的正整数),那么,在第i个轮次的训练中(i=1,...,N),可获取第i-1个轮次的训练所得到的模型Mi-1,以及第i-2个轮次的训练所得到的模型Mi-2。
那么,可将用户在第12天与K个场景之间的交互信息x12输入至Mi-2,Mi-2的共享层可对x12进行特征提取,从而得到K个场景的共享特征 为第1个场景的共享特征,/>为第2个场景的共享特征,...,/>为第K个场景的共享特征。Mi-2的K个专有层可对/>进行特征提取,从而得到K个场景的专有特征 为第1个场景的专有特征,/>为第2个场景的专有特征,...,/>为第K个场景的专有特征。
更具体地,可通过以下方式获取多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果:
对于第二模型而言,第二模型可包含共享层以及与多个场景一一对应的多个专有层。在将用户在当前时间与多个场景之间的交互信息输入至第二模型后,第二模型的共享层可先对该交互信息进行第一特征提取(例如,卷积、全连接以及融合等各种特征提取操作),从而得到多个场景的第二共享特征,并将多个场景的第二共享特征分别发送至第二模型的多个专有层。对于第二模型的多个专有层中的任意一个专有层而言,该专有层可对多个场景的第二共享特征进行第二特征提取(例如,卷积、全连接以及融合等各种特征提取操作),从而得到与该专有层对应的场景的第二专有特征。对于第二模型的多个专有层中除该专有层之外的其余专有层而言,其余专有层也可以如同该专有层所执行的操作,故最终可得到多个场景的第二专有特征,且多个专有层还可将多个场景的第二专有特征发送至第二模型的分类层。第二模型的分类层可对多个场景的第二专有特征进行分类,从而得到可提供给用户的关于多个场景的(预测)推荐结果。
依旧如上述例子,可将用户在第12天与K个场景之间的交互信息x12输入至Mi-1,Mi-1的共享层可对x12进行特征提取,从而得到K个场景的共享特征 为第1个场景的共享特征,/>为第2个场景的共享特征,...,/>为第K个场景的共享特征。Mi-1的K个专有层可对/>进行特征提取,从而得到K个场景的专有特征 为第1个场景的专有特征,/>为第2个场景的专有特征,...,/>为第K个场景的专有特征。Mi-1的分类层可对/>进行分类,从而得到关于K个场景的推荐结果/> 为关于第1个场景的推荐结果,/>为关于第2个场景的推荐结果,/>为关于第K个场景的推荐结果。
应理解,本实施例中,若当前轮次的训练为第一个轮次的训练,在这种情况下,前一轮次的训练所得到的模型(第二模型)和前两轮次的训练所得到的模型(第一模型)均可为前一阶段的个性化推荐模型。
还应理解,本实施例中,仅以第一模型为前两轮次的训练所得到的模型进行示意性介绍,在实际应用中,第二模型还可以为前三轮次的训练所得到的模型,还可以为前四轮次的训练所得到的模型等等,此处不做限制。需要说明的是的,但第二模型通常为前一轮次的训练所得到的模型,第二模型不可做改变。
504、基于第一共享特征、第一专有特征、第二共享特征、第二专有特征以及推荐结果,对第二模型进行训练,得到第三模型。
得到多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果后,可利用多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果对第二模型进行训练,从而得到第三模型。至此,则完成了当前轮次的训练,故可将当前轮次的训练所得到的模型(第三模型)作为下一轮次的训练所针对的对象,并进行下一轮次的训练,直至确定后续某一个轮次的训练满足模型训练条件,可将该轮次的训练所得到的模型作为当前阶段的个性化推荐模型。如此一来,则成功地将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型。
具体地,可通过以下方式对第二模型进行训练,从而得到第三模型:
(1)得到多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果后,可通过预置的第一损失函数对多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征以及多个场景的第二专有特征进行计算,从而得到第一损失。
值得注意的是,如图8所示(图8为本申请实施例提供的计算目标的一个示意图),在构建第一损失函数时,可令第一损失函数满足以下计算目标:(1)减小多个场景中不同场景的第二共享特征之间的差异,并增大多个场景中不同场景的第二专有特征之间的差异,这样不仅可以提高模型对不同场景之间的共同之处的泛化能力,还可以提高模型对各个场景的特殊之处的辨别能力。(2)减小多个场景中同一场景的第一共享特征和第二共享特征之间的差异,从而使得模型可以随着轮次的更迭(即时间的变化),记忆和维持某一场景与其余场景之间的共同之处,也就是模型对该共同之处的鲁棒性,有利于避免灾难性遗忘。(3)增大多个场景中不同场景的第一专有特征和第二专有特征之间的差异,从而提高模型在场景+时间这一交叉维度上的敏感性。
基于此,通过第一损失函数进行计算所得到的第一损失,可用于指示多个场景中不同场景的第二共享特征之间的差异,多个场景中不同场景的第二专有特征之间的差异,多个场景中同一场景的第一共享特征和第二共享特征之间的差异,以及多个场景中不同场景的第一专有特征和第二专有特征之间的差异。
进一步地,第一损失函数所执行的计算(也就是前述的第一计算)可包含以下至少一种:基于距离函数的运算(例如,基于欧式距离函数的运算等等),加法运算,指数运算,对数运算以及减法运算等等。
依旧如上述例子,在得到以及/>后,可通过预置的某个损失函数对/>以及/>进行计算,从而得到损失LML:/>
上式中,D′()为欧式距离函数,用于计算两个量之间的欧式距离,也就是两个量之间的差异。da为K个场景中的第a个场景(a=1,...,K)。db为K个场景中的第b个场景(b=1,...,K,b≠a)。D为K个场景的集合。
(2)得到多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果后,还可获取关于多个场景的真实推荐结果(这些真实推荐结果是已知的,来源于用户在当前时间与多个场景之间的交互信息),并通过预置的第二损失函数对关于多个场景的推荐结果以及关于多个场景的真实推荐结果进行计算,从而得到第二损失。其中,第二损失可用于指示关于多个场景的推荐结果以及关于多个场景的真实推荐结果之间的差异,且第二损失函数所执行的计算(也就是前述的第二计算)可为以下任意一项:基于交叉熵损失函数的运算,基于平均绝对误差函数的运算,基于均方误差函数的运算等等。
依旧如上述例子,在得到以及/>后,可获取关于K个场景的真实推荐结果yi-1,并通过预置的另一个损失函数对/>以及yi-1进行计算,从而得到损失
(3)得到第一损失和第二损失后,可对第一损失和第二损失进行计算(例如,叠加等等),从而得到目标损失。那么,可利用目标损失对第二模型的参数进行更新,从而得到第三模型。至此,则完成了当前轮次的训练,故可将当前轮次的训练所得到的第三模型作为下一轮次的训练所针对的对象,并进行下一轮次的训练,直至确定后续某一个轮次的训练满足模型训练条件(例如,目标损失收敛等等),可将该轮次的训练所得到的模型作为当前阶段的个性化推荐模型。如此一来,则成功地将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型。
依旧如上述例子,在得到LML以及LCE后,可通过以下公式对LML以及LCE进行计算,从而得到损失L:
L=LCE+λLML+R (3)
上式中,λ和R均为预置的参数。在得到L后,可利用L对Mi-1的参数进行更新,从而得到第i个轮次的训练所得到的模型Mi。那么,可将Mi作为第i+1个轮次的训练所针对的对象,并进行第i+1个轮次的训练,直至后续某个轮次的训练满足L收敛,则可以停止训练,并将该轮次的训练所得到的模型作为第12阶段的个性化推荐模型。
此外,还可将本申请实施例训练得到的个性化推荐模型与相关技术训练得到的个性化推荐模型进行多次比较,下面对这多次比较分别进行介绍:
(1)第一次比较的结果如图9所示(图9为本申请实施例提供的比较结果的一个示意图),基于图9所示的表格可知,在第一数据集上,本申请实施例训练得到的六个阶段(即图9中的Incre-1、Incre-2、Incre-3、Incre-4、Incre-5以及Incre-6)的个性化推荐模型(即图9中的Increment-single、IncMSR(PLE)、IncMSR(STAR))的性能,由于相关技术训练得到的六个阶段(即图9中的batch-1、batch-2、batch-3、batch-4、batch-5以及batch-6)的个性化推荐模型(即图9中的Batch-single、Batch-multi(PLE)、Batch-multi(STAR))的性能。
(2)第二次比较的结果如图10所示(图10为本申请实施例提供的比较结果的另一示意图),基于图10所示的表格可知,在第二数据集上,本申请实施例训练得到的五个阶段(即图10中的Incre-1、Incre-2、Incre-3、Incre-4以及Incre-5)的个性化推荐模型(即图10中的Increment-single、IncMSR(SharedBottom)、IncMSR(PLE)、IncMSR(STAR))的性能,由于相关技术训练得到的五个阶段(即图10中的batch-1、batch-2、batch-3、batch-4以及batch-5)的个性化推荐模型(即图10中的Batch-single、Batch-multi(SharedBottom)、Batch-multi(PLE)、Batch-multi(STAR))的性能。
进一步地,还可将前述计算目的中(1)、(2)以及(3)这三个约束项进行重新组合,也就是选用其中的任意一个或多个来组成新的计算目的,从而训练出不同的个性化推荐模型,并将这些模型(即图11中的IncMSR-S、IncMSR-T、IncMSR-ST、IncMSR)与基准模型(IncMSR-CE)进行比较,比较结果如图11所示(图11为本申请实施例提供的比较结果的另一示意图),基于图10所示的表格可知,基于上述三个约束项训练得到的模型,可具备更优的性能。
本申请实施例中,将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型的过程包含多个轮次的训练,在进行这多个轮次的训练中的当前轮次的训练时,可先获取用户(在当前时间)与多个场景之间的交互信息。接着,可将该交互信息输入至第一模型,以通过第一模型对交互信息进行处理,从而得到多个场景的第一共享特征以及多个场景的第一专有特征。然后,可将该交互信息输入至第二模型,一通过第二模型对交互信息进行处理,从而得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果。最后,可基于多个场景的第一共享特征、多个场景的第一专有特征、多个场景的第二共享特征、多个场景的第二专有特征以及关于多个场景的的推荐结果,对第二模型进行训练,从而得到第三模型。至此,则完成了当前轮次的训练。前述过程中,第一模型为前二轮次的训练所得到的模型,第二模型为前一轮次的训练所得到的模型,第三模型为当前轮次的训练所得到的模型,并且值得注意的是,多个场景的第一共享特征用于指示第一模型所提取的多个场景之间的共同之处,多个场景的第一专有特征用于指示第一模型所提取的多个场景自身的特殊之处,多个场景的第二共享特征用于指示第二模型所提取的多个场景之间的共同之处,多个场景的第二专有特征用于指示第二模型所提取的多个场景自身的特殊之处,可见,基于这些特征训练得到第三模型的过程中,也就是在完成当前轮次的训练的过程中,不仅考虑了在某一轮次中(即在前二轮次中或在前一轮次中)多个场景之间的共同之处所产生的影响,以及某一轮次中多个场景自身的特殊之处所产生的影响,还考虑了在不同轮次中(即在前二轮次和前一轮次中)多个场景之间的共同之处所产生的影响,以及在不同轮次中多个场景自身的特殊之处所产生的影响,可见,当前轮次的训练所考虑的因素较为全面,故当前轮次的训练所得到的模型可具备较优的性能。基于此,在将前一阶段的个性化推荐模型训练至当前阶段的个性化推荐模型所包含的多个轮次的训练中,任意一个轮次的训练均能考虑较为全名的因素,故最终训练得到的当前阶段的模型可具备优良的性能,可准确地为用户完成个性化推荐。
以上是对本申请实施例提供的模型训练方法所进行的详细说明,以下将对本申请实施例提供的个性化推荐方法进行介绍。图12为本申请实施例提供的个性化推荐方法的一个流程示意图,如图12所示,该方法包括:
1201、获取用户与目标场景的交互信息,交互信息与目标时间对应。
本实施例中,当用户存在个性化推荐需求时,可先获取用户在目标时间与目标场景之间的交互信息。
1202、对交互信息进行处理,得到可提供给用户的关于目标场景的推荐结果。
得到用户在目标时间与目标场景之间的交互信息,可将该交互信息输入至图5所示实施例所得到的当前阶段的个性化推荐模型,以使得个性化推荐模型对该交互信息进行处理,从而得到关于目标场景的推荐结果,并将该推荐结果提供给用户观看和使用,进而满足用户的个性化推荐需求。
以上是对本申请实施例提供的个性化推荐方法所进行的详细说明,以下将对本申请实施例提供的模型训练装置以及个性化推荐装置进行介绍。图13为本申请实施例提供的模型训练装置的一个结构示意图,如图13所示,该装置包括:
获取模块1301,用于获取用户与多个场景之间的交互信息;
第一处理模块1302,用于通过第一模型对交互信息进行处理,得到多个场景的第一共享特征以及多个场景的第一专有特征;
第二处理模块1303,用于通过第二模型对交互信息进行处理,得到多个场景的第二共享特征、多个场景的第二专有特征以及可提供给用户的关于多个场景的推荐结果,第二模型为基于交互信息对第一模型进行训练得到的;
训练模块1304,用于基于第一共享特征、第一专有特征、第二共享特征、第二专有特征以及推荐结果,对第二模型进行训练,得到第三模型。
在一种可能实现的方式中,训练模块,用于:对第一共享特征、第一专有特征、第二共享特征以及第二专有特征进行第一计算,得到第一损失;对推荐结果以及可提供给用户的关于多个场景的真实推荐结果进行第二计算,得到第二损失;基于第一损失以及第二损失,对第二模型进行训练,得到第三模型。
在一种可能实现的方式中,第一损失用于指示第二共享特征之间的差异,第二专有特征之间的差异,第一共享特征和第二共享特征之间的差异,以及第一专有特征和第二专有特征之间的差异。
在一种可能实现的方式中,第一计算包含以下至少一项:基于距离函数的运算,加法运算,指数运算,对数运算以及减法运算。
在一种可能实现的方式中,第二损失用于指示推荐结果以及真实推荐结果之间的差异。
在一种可能实现的方式中,第二计算包含以下任意一项:基于交叉熵损失函数的运算,基于平均绝对误差函数的运算,基于均方误差函数的运算。
在一种可能实现的方式中,第一处理模块,用于:通过第一模型对交互信息进行第一特征提取,得到多个场景的第一共享特征;通过第一模型对第一共享特征进行第二特征提取,得到多个场景的第一专有特征。
在一种可能实现的方式中,第二处理模块,用于:通过第二模型对交互信息进行第一特征提取,得到多个场景的第二共享特征;通过第二模型对第二共享特征进行第二特征提取,得到多个场景的第二专有特征;通过第二模型对第二专有特征进行分类,得到可提供给用户的关于多个场景的推荐结果。
在一种可能实现的方式中,交互信息用于指示用户在多个场景中交互过的物品,推荐结果用于指示在多个场景中,可推荐给用户的物品。图14为本申请实施例提供的个性化推荐装置的一个结构示意图,如图14所示,个性化推荐装置包含个性化推荐模型,个性化推荐模型来自上述模型训练装置训练得到的第三模型,个性化推荐装置包括:
获取模块1401,用于获取用户与目标场景的交互信息,交互信息与目标时间对应;
处理模块1402,用于对交互信息进行处理,得到可提供给用户的关于目标场景的推荐结果。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参考本申请实施例前述所示的方法实施例中的叙述,此处不再赘述。
本申请实施例还涉及一种执行设备,图15为本申请实施例提供的执行设备的一个结构示意图。如图15所示,执行设备1500具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等,此处不做限定。其中,执行设备1500上可部署有图14对应实施例中所描述的个性化推荐装置,用于实现图12对应实施例中个性化推荐的功能。具体的,执行设备1500包括:接收器1501、发射器1502、处理器1503和存储器1504(其中执行设备1500中的处理器1503的数量可以一个或多个,图15中以一个处理器为例),其中,处理器1503可以包括应用处理器15031和通信处理器15032。在本申请的一些实施例中,接收器1501、发射器1502、处理器1503和存储器1504可通过总线或其它方式连接。
存储器1504可以包括只读存储器和随机存取存储器,并向处理器1503提供指令和数据。存储器1504的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory,NVRAM)。存储器1504存储有处理器和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。
处理器1503控制执行设备的操作。具体的应用中,执行设备的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器1503中,或者由处理器1503实现。处理器1503可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1503中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1503可以是通用处理器、数字信号处理器(digital signal processing,DSP)、微处理器或微控制器,还可进一步包括专用集成电路(application specific integratedcircuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1503可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1504,处理器1503读取存储器1504中的信息,结合其硬件完成上述方法的步骤。
接收器1501可用于接收输入的数字或字符信息,以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器1502可用于通过第一接口输出数字或字符信息;发射器1502还可用于通过第一接口向磁盘组发送指令,以修改磁盘组中的数据;发射器1502还可以包括显示屏等显示设备。
本申请实施例中,在一种情况下,处理器1503,用于通过图12对应实施例中的个性化推荐模型,为用户提供关于目标场景的推荐结果。
本申请实施例还涉及一种训练设备,图16为本申请实施例提供的训练设备的一个结构示意图。如图16所示,训练设备1600由一个或多个服务器实现,训练设备1600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)1612(例如,一个或一个以上处理器)和存储器1632,一个或一个以上存储应用程序1642或数据1644的存储介质1630(例如一个或一个以上海量存储设备)。其中,存储器1632和存储介质1630可以是短暂存储或持久存储。存储在存储介质1630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对训练设备中的一系列指令操作。更进一步地,中央处理器1612可以设置为与存储介质1630通信,在训练设备1600上执行存储介质1630中的一系列指令操作。
训练设备1600还可以包括一个或一个以上电源1626,一个或一个以上有线或无线网络接口1650,一个或一个以上输入输出接口1658;或,一个或一个以上操作系统1641,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
具体的,训练设备可以执行图5对应实施例中的模型训练方法,从而得到个性化推荐模型。
本申请实施例还涉及一种计算机存储介质,该计算机可读存储介质中存储有用于进行信号处理的程序,当其在计算机上运行时,使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例还涉及一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片,芯片包括:处理单元和通信单元,所述处理单元例如可以是处理器,所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令,以使执行设备内的芯片执行上述实施例描述的数据处理方法,或者,以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地,所述存储单元为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元,如只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)等。
具体的,请参阅图17,图17为本申请实施例提供的芯片的一个结构示意图,所述芯片可以表现为神经网络处理器NPU 1700,NPU 1700作为协处理器挂载到主CPU(Host CPU)上,由Host CPU分配任务。NPU的核心部分为运算电路1703,通过控制器1704控制运算电路1703提取存储器中的矩阵数据并进行乘法运算。
在一些实现中,运算电路1703内部包括多个处理单元(Process Engine,PE)。在一些实现中,运算电路1703是二维脉动阵列。运算电路1703还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路1703是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器1702中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器1701中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)1708中。
统一存储器1706用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller,DMAC)1705,DMAC被搬运到权重存储器1702中。输入数据也通过DMAC被搬运到统一存储器1706中。
BIU为Bus Interface Unit即,总线接口单元1713,用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer,IFB)1709的交互。
总线接口单元1713(Bus Interface Unit,简称BIU),用于取指存储器1709从外部存储器获取指令,还用于存储单元访问控制器1705从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1706或将权重数据搬运到权重存储器1702中或将输入数据数据搬运到输入存储器1701中。
向量计算单元1707包括多个运算处理单元,在需要的情况下,对运算电路1703的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。主要用于神经网络中非卷积/全连接层网络计算,如Batch Normalization(批归一化),像素级求和,对预测标签平面进行上采样等。
在一些实现中,向量计算单元1707能将经处理的输出的向量存储到统一存储器1706。例如,向量计算单元1707可以将线性函数;或,非线性函数应用到运算电路1703的输出,例如对卷积层提取的预测标签平面进行线性插值,再例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元1707生成归一化的值、像素级求和的值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路1703的激活输入,例如用于在神经网络中的后续层中的使用。
控制器1704连接的取指存储器(instruction fetch buffer)1709,用于存储控制器1704使用的指令;
统一存储器1706,输入存储器1701,权重存储器1702以及取指存储器1709均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中,上述任一处提到的处理器,可以是一个通用中央处理器,微处理器,ASIC,或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述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模块来实现本实施例方案的目的。另外,本申请提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,训练设备,或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。所述集成的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取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-only memory)、随机存取存储器(RAM,random accessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (24)
1.一种模型训练方法,其特征在于,所述方法包括:
获取用户与多个场景之间的交互信息;
通过第一模型对所述交互信息进行处理,得到所述多个场景的第一共享特征以及所述多个场景的第一专有特征;
通过第二模型对所述交互信息进行处理,得到所述多个场景的第二共享特征、所述多个场景的第二专有特征以及可提供给所述用户的关于所述多个场景的推荐结果,所述第二模型为基于所述交互信息对所述第一模型进行训练得到的;
基于所述第一共享特征、所述第一专有特征、所述第二共享特征、所述第二专有特征以及所述推荐结果,对所述第二模型进行训练,得到第三模型。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一共享特征、所述第一专有特征、所述第二共享特征、所述第二专有特征以及所述推荐结果,对所述第二模型进行训练,得到第三模型包括:
对所述第一共享特征、所述第一专有特征、所述第二共享特征以及所述第二专有特征进行第一计算,得到第一损失;
对所述推荐结果以及可提供给所述用户的关于所述多个场景的真实推荐结果进行第二计算,得到第二损失;
基于所述第一损失以及所述第二损失,对所述第二模型进行训练,得到第三模型。
3.根据权利要求2所述的方法,其特征在于,所述第一损失用于指示所述第二共享特征之间的差异,所述第二专有特征之间的差异,所述第一共享特征和所述第二共享特征之间的差异,以及所述第一专有特征和所述第二专有特征之间的差异。
4.根据权利要求3所述的方法,其特征在于,所述第一计算包含以下至少一项:基于距离函数的运算,加法运算,指数运算,对数运算以及减法运算。
5.根据权利要求2至4任意一项所述的方法,其特征在于,所述第二损失用于指示所述推荐结果以及真实推荐结果之间的差异。
6.根据权利要求5所述的方法,其特征在于,所述第二计算包含以下任意一项:基于交叉熵损失函数的运算,基于平均绝对误差函数的运算,基于均方误差函数的运算。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述通过第一模型对所述交互信息进行处理,得到所述多个场景的第一共享特征、所述多个场景的第一专有特征包括:
通过第一模型对所述交互信息进行第一特征提取,得到所述多个场景的第一共享特征;
通过第一模型对所述第一共享特征进行第二特征提取,得到所述多个场景的第一专有特征。
8.根据权利要求1至7任意一项所述的方法,其特征在于,所述通过第二模型对所述第二交互信息进行处理,得到所述多个场景的第二共享特征、所述多个场景的第二专有特征以及可提供给所述用户的关于所述多个场景的推荐结果包括:
通过第二模型对所述交互信息进行第一特征提取,得到所述多个场景的第二共享特征;
通过第二模型对所述第二共享特征进行第二特征提取,得到所述多个场景的第二专有特征;
通过第二模型对所述第二专有特征进行分类,得到可提供给所述用户的关于所述多个场景的推荐结果。
9.根据权利要求1至8任意一项所述的方法,其特征在于,所述交互信息用于指示所述用户在所述多个场景中交互过的物品,所述推荐结果用于指示在所述多个场景中,可推荐给所述用户的物品。
10.一种个性化推荐方法,其特征在于,所述方法通过个性化推荐模型实现,所述个性化推荐模型来自如权利要求1至8任意一项所述的方法得到的第三模型,所述方法包括:
获取用户与目标场景的交互信息,所述交互信息与目标时间对应;
对所述交互信息进行处理,得到可提供给所述用户的关于所述目标场景的推荐结果。
11.一种模型训练装置,其特征在于,所述装置包括:
获取模块,用于获取用户与多个场景之间的交互信息;
第一处理模块,用于通过第一模型对所述交互信息进行处理,得到所述多个场景的第一共享特征以及所述多个场景的第一专有特征;
第二处理模块,用于通过第二模型对所述交互信息进行处理,得到所述多个场景的第二共享特征、所述多个场景的第二专有特征以及可提供给所述用户的关于所述多个场景的推荐结果,所述第二模型为基于所述交互信息对所述第一模型进行训练得到的;
训练模块,用于基于所述第一共享特征、所述第一专有特征、所述第二共享特征、所述第二专有特征以及所述推荐结果,对所述第二模型进行训练,得到第三模型。
12.根据权利要求11所述的装置,其特征在于,所述训练模块,用于:
对所述第一共享特征、所述第一专有特征、所述第二共享特征以及所述第二专有特征进行第一计算,得到第一损失;
对所述推荐结果以及可提供给所述用户的关于所述多个场景的真实推荐结果进行第二计算,得到第二损失;
基于所述第一损失以及所述第二损失,对所述第二模型进行训练,得到第三模型。
13.根据权利要求12所述的装置,其特征在于,所述第一损失用于指示所述第二共享特征之间的差异,所述第二专有特征之间的差异,所述第一共享特征和所述第二共享特征之间的差异,以及所述第一专有特征和所述第二专有特征之间的差异。
14.根据权利要求13所述的装置,其特征在于,所述第一计算包含以下至少一项:基于距离函数的运算,加法运算,指数运算,对数运算以及减法运算。
15.根据权利要求12至14任意一项所述的装置,其特征在于,所述第二损失用于指示所述推荐结果以及真实推荐结果之间的差异。
16.根据权利要求15所述的装置,其特征在于,所述第二计算包含以下任意一项:基于交叉熵损失函数的运算,基于平均绝对误差函数的运算,基于均方误差函数的运算。
17.根据权利要求11至16任意一项所述的装置,其特征在于,所述第一处理模块,用于:
通过第一模型对所述交互信息进行第一特征提取,得到所述多个场景的第一共享特征;
通过第一模型对所述第一共享特征进行第二特征提取,得到所述多个场景的第一专有特征。
18.根据权利要求11至17任意一项所述的装置,其特征在于,所述第二处理模块,用于:
通过第二模型对所述交互信息进行第一特征提取,得到所述多个场景的第二共享特征;
通过第二模型对所述第二共享特征进行第二特征提取,得到所述多个场景的第二专有特征;
通过第二模型对所述第二专有特征进行分类,得到可提供给所述用户的关于所述多个场景的推荐结果。
19.根据权利要求11至18任意一项所述的装置,其特征在于,所述交互信息用于指示所述用户在所述多个场景中交互过的物品,所述推荐结果用于指示在所述多个场景中,可推荐给所述用户的物品。
20.一种个性化推荐装置,其特征在于,所述个性化推荐装置包含个性化推荐模型,所述个性化推荐模型来自如权利要求1至9任意一项所述的模型训练方法得到的第三模型,所述个性化推荐装置包括:
获取模块,用于获取用户与目标场景的交互信息,所述交互信息与目标时间对应;
处理模块,用于对所述交互信息进行处理,得到可提供给所述用户的关于所述目标场景的推荐结果。
21.一种模型训练装置,其特征在于,所述装置包括存储器和处理器;所述存储器存储有代码,所述处理器被配置为执行所述代码,当所述代码被执行时,所述模型训练装置执行如权利要求1至9任意一项所述的方法。
22.一种个性化推荐装置,其特征在于,所述装置包括存储器和处理器;所述存储器存储有代码,所述处理器被配置为执行所述代码,当所述代码被执行时,所述个性化推荐装置执行如权利要求10所述的方法。
23.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一个或多个指令,所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至10任一所述的方法。
24.一种计算机程序产品,其特征在于,所述计算机程序产品存储有指令,所述指令在由计算机执行时,使得所述计算机实施权利要求1至10任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311215067.2A CN117349514A (zh) | 2023-09-19 | 2023-09-19 | 一种模型训练方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311215067.2A CN117349514A (zh) | 2023-09-19 | 2023-09-19 | 一种模型训练方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117349514A true CN117349514A (zh) | 2024-01-05 |
Family
ID=89356612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311215067.2A Pending CN117349514A (zh) | 2023-09-19 | 2023-09-19 | 一种模型训练方法及其相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117349514A (zh) |
-
2023
- 2023-09-19 CN CN202311215067.2A patent/CN117349514A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070207A (zh) | 一种模型训练方法及装置 | |
CN114997412A (zh) | 一种推荐方法、训练方法以及装置 | |
CN116249991A (zh) | 一种神经网络蒸馏方法以及装置 | |
CN113627422A (zh) | 一种图像分类方法及其相关设备 | |
CN115238909A (zh) | 一种基于联邦学习的数据价值评估方法及其相关设备 | |
CN115048560A (zh) | 一种数据处理方法及相关装置 | |
WO2023246735A1 (zh) | 一种项目推荐方法及其相关设备 | |
CN117056589A (zh) | 一种物品推荐方法及其相关设备 | |
CN116739154A (zh) | 一种故障预测方法及其相关设备 | |
CN116843022A (zh) | 一种数据处理方法及相关装置 | |
WO2023045949A1 (zh) | 一种模型训练方法及其相关设备 | |
WO2023020185A1 (zh) | 一种图像分类方法及其相关设备 | |
CN115623242A (zh) | 一种视频处理方法及其相关设备 | |
CN116312489A (zh) | 一种模型训练方法及其相关设备 | |
CN115795025A (zh) | 一种摘要生成方法及其相关设备 | |
CN114841361A (zh) | 一种模型训练方法及其相关设备 | |
CN115907041A (zh) | 一种模型训练方法及装置 | |
CN114707070A (zh) | 一种用户行为预测方法及其相关设备 | |
CN115293359A (zh) | 一种数据处理方法及相关装置 | |
CN117349514A (zh) | 一种模型训练方法及其相关设备 | |
CN113065638A (zh) | 一种神经网络压缩方法及其相关设备 | |
CN113065633B (zh) | 一种模型训练方法及其相关联设备 | |
CN116881542A (zh) | 一种物品推荐方法及其相关设备 | |
CN116611861A (zh) | 一种消费预测方法及其相关设备 | |
CN117251487A (zh) | 一种项目推荐方法及其相关设备 |
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 |