买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国联合网络通信集团有限公司申请的专利分布式机器学习参数更新方法、装置及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117194987B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311254445.8，技术领域涉及：G06F18/214；该发明授权分布式机器学习参数更新方法、装置及介质是由贺鸣;郭熹;秦守浩;马瑞涛;程新洲设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本分布式机器学习参数更新方法、装置及介质在说明书摘要公布了：本公开提供分布式机器学习参数更新方法、装置及介质，涉及机器学习技术领域，用于解决如何提高机器学习模型分布式训练的性能的问题，所述方法包括：在模型训练第一阶段，各工作节点各自每完成一次本地模型训练后，各工作节点与服务节点协作更新第一模型参数，直至达到模型训练第一阶段结束条件，获得各工作节点的同步周期和自身差异更新参数；在模型训练第二阶段，各工作节点在每个同步周期内各自根据自身差异更新参数完成若干次本地模型训练后，各工作节点与服务节点协作更新第二模型参数，直至达到模型训练第二阶段结束条件，获得最终训练模型。本公开通过将机器学习的模型训练过程分为第一阶段和第二阶段，提高机器学习模型分布式训练的性能。

本发明授权分布式机器学习参数更新方法、装置及介质在权利要求书中公布了：1.一种分布式机器学习参数更新方法，其特征在于，所述方法应用于服务节点、工作节点、或包括服务节点和多个工作节点的分布式机器学习系统，且包括： 在模型训练第一阶段，各工作节点各自每完成一次本地模型训练后，各工作节点与服务节点协作更新第一模型参数，直至达到模型训练第一阶段结束条件，获得各工作节点的同步周期和自身差异更新参数，其中，各工作节点i的自身差异更新参数为α是一个大于1的整数常量，是各工作节点i第一阶段各自N次训练的平均反向传播时间，M是各工作节点总数； 在模型训练第二阶段，各工作节点在每个同步周期内各自根据自身差异更新参数完成若干次本地模型训练后，各工作节点与服务节点协作更新第二模型参数，直至达到模型训练第二阶段结束条件，获得最终训练模型，其中，若干次本地模型训练每次完成本地模型参数更新ti为工作节点i的本地模型参数更新次数，r表示学习率，是反向传播计算梯度，k是已完成全局模型更新的次数，常量β∈0,1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国联合网络通信集团有限公司，其通讯地址为：100033 北京市西城区金融大街21号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。