一种针对客户端深度学习的在线定制化方法及系统

摘要

本发明提供一种针对客户端深度学习的在线定制化方法及系统，包括服务器、至少一个客户端，所述方法包括：所述服务器利用公共数据集对预设机器学习模型进行训练，获得公共模型；所述客户端从所述服务器获取所述公共模型；所述客户端获取用户个性化数据；所述客户端利用所述用户个性化数据对所述公共模型进行训练，得到定制化模型。本发明采用服务器端‑客户端协同训练的方式，在计算资源较强的服务器端先利用大量的公共数据集进行预训练，将模型的参数调整到合适的位置；然后将模型下发到各个移动设备，利用本地产生的数据进行定制化训练。在客户端进行预测和定制化训练的过程中，无需上传训练数据，从而保证了隐私信息不会被泄露。