公开(公告)号：CN102298569B

公开(公告)日：2016-03-16

申请号：CN201110184798.6

申请日：2011-06-23

Applicant: 微软技术许可有限责任公司

Inventor： T·B·埃伦 ,  O·伊萨科夫 ,  陈伟柱 ,  J·S·杜恩 ,  T·I·博彻特 ,  J·Q·坎德拉 ,  T·K·H·格雷佩尔 ,  R·赫布里希

IPC: G06F15/18

CPC classification number: G06N99/005

Abstract: 本发明揭示了在线学习算法的并行化。提供了用于在线学习算法的并行化中使用的动态批策略的方法、系统，和媒介。该动态批策略提供了以原始模型状态和经更新的模型状态之间的阈值级别差异为基础的、而非根据恒定或预定批大小的合并功能。该合并过程包括读取一批传入流数据，从合作处理器检索任何缺少的模型信任，并且在该批传入流数据上进行训练。重复各读取、检索和训练步骤，直到所测得的状态差异超过设定的阈值级别。根据各属性，为多个处理器中的每一个合并所测得的超过阈值级别的差异。合并的超过阈值级别的差异与原始部分模型状态组合以获得经更新的全局模型状态。