用于获取样本的方法及装置与流程

本公开的实施例涉及计算机技术领域，具体涉及用于获取样本的方法及装置。

背景技术：

随着科技的发展，很多问题可以通过对应的数据模型来解决。数据模型训练需要数据样本，技术人员可以获取到合适的数据样本来训练得到对应的数据模型。实际中，对于不同的待解决问题或不同的领域，样本数量通常不同，而不同的样本数量直接影响模型训练的效率。

技术实现要素：

本公开的实施例提出了用于获取样本的方法及装置。

第一方面，本公开的实施例提供了一种用于获取样本的方法，该方法包括：通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，上述候选数据样本集合满足设定的数据均衡约束条件，上述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，上述基准模型用于检测数据样本的有效性；基于上述样本损失函数更新上述反馈奖励值；响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。

在一些实施例中，上述样本筛选控制器包括递归神经网络；以及，上述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，包括：通过上述当前的反馈奖励值对上述递归神经网络的参数进行更新，以使更新后的样本筛选控制器生成使得上述反馈奖励值增大的候选数据样本。

在一些实施例中，上述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，包括：基于预设的样本空间生成多个样本种群，将上述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在上述样本种群中的适应度；基于上述候选数据样本在上述样本种群的适应度更新上述样本筛选控制器，以使上述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。

在一些实施例中，上述样本空间内的数据样本配置有样本编码，以及，上述通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，包括：通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，其中，上述样本类型参数用于表征样本类型对应的数据样本在样本空间中的比例关系；通过上述样本类型参数生成样本编码序列，上述样本编码序列用于表征候选数据样本集合。

在一些实施例中，上述通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，包括：按照至少一种样本类型将上述样本空间内数据样本划分为至少一个数据样本集合；统计上述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量；根据上述至少一个数据样本集合对应的样本数量确定上述样本空间内数据样本的样本类型参数。

第二方面，本公开的实施例提供了一种用于获取样本的装置，该装置包括：候选数据样本集合生成单元，被配置成通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，上述候选数据样本集合满足设定的数据均衡约束条件，上述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；样本损失函数确定单元，被配置成基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，上述基准模型用于检测数据样本的有效性；反馈奖励值更新单元，被配置成基于上述样本损失函数更新上述反馈奖励值；样本获取单元，响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，被配置成确定当前的候选数据样本为有效数据样本。

在一些实施例中，上述样本筛选控制器包括递归神经网络；以及，上述候选数据样本集合生成单元包括：第一候选数据样本生成子单元，被配置成通过上述当前的反馈奖励值对上述递归神经网络的参数进行更新，以使更新后的样本筛选控制器生成使得上述反馈奖励值增大的候选数据样本。

在一些实施例中，上述候选数据样本集合生成单元包括：适应度获取子单元，被配置成基于预设的样本空间生成多个样本种群，将上述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在上述样本种群中的适应度；第二候选数据样本生成子单元，被配置成基于上述候选数据样本在上述样本种群的适应度更新上述样本筛选控制器，以使上述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。

在一些实施例中，上述样本空间内的数据样本配置有样本编码，以及，上述候选数据样本集合生成单元包括：样本类型参数确定子单元，被配置成通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，其中，上述样本类型参数用于表征样本类型对应的数据样本在样本空间中的比例关系；候选数据样本集合生成子单元，被配置成通过上述样本类型参数生成样本编码序列，上述样本编码序列用于表征候选数据样本集合。

在一些实施例中，上述样本类型参数确定子单元包括：数据样本集合划分模块，被配置成按照至少一种样本类型将上述样本空间内数据样本划分为至少一个数据样本集合；样本统计模块，被配置成统计上述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量；样本类型参数确定模块，被配置成根据上述至少一个数据样本集合对应的样本数量确定上述样本空间内数据样本的样本类型参数。

第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于获取样本的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于获取样本的方法。

本公开的实施例提供的用于获取样本的方法及装置，首先通过反馈奖励值更新样本筛选控制器，通过更新后的样本筛选控制器生成候选数据样本集合；然后通过基准模型对候选数据样本集合检测，得到样本损失函数，并通过样本损失函数对反馈奖励值进行更新；最后在反馈奖励值满足收敛条件或迭代次数后，将候选数据样本作为有效数据样本。如此，可以从样本空间中选择出满足约束条件，且能够表征样本空间特性的样本，提高了获取有效数据样本的效率，降低了数据处理量，节约了硬件的内存空间。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于获取样本的方法的一个实施例的流程图；

图3是根据本公开的用于获取样本的方法的一个应用场景的示意图；

图4是根据本公开的用于获取样本的方法的又一个实施例的流程图；

图5是根据本公开的用于获取样本的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的实施例的用于获取样本的方法或用于获取样本的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104、样本采集服务器105和样本服务器106。网络104用以在终端设备101、102、103、样本采集服务器105和和样本服务器106之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与样本采集服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

样本服务器106可以是存储海量样本的服务器。例如，样本服务器106可以通过网络、数据库等获取指定类型的样本，并将样本存储在本地。样本服务器106还可以接受样本采集服务器105的数据访问，并向样本采集服务器105提供样本。

需要说明的是，样本服务器106可以是硬件，也可以是软件。当样本服务器106为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当样本服务器106为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

样本采集服务器105可以是提供各种服务的服务器，例如从样本服务器106上采集能够表征样本服务器106上全部样本的整体特性的服务器。样本采集服务器105可以对采集到的样本等数据进行分析处理，并将处理结果(例如训练好的模型)反馈给终端设备101、102、103，以使得模型在终端设备101、102、103上运行。

需要说明的是，本公开的实施例所提供的用于获取样本的方法一般由样本采集服务器105执行，相应地，用于获取样本的装置一般设置于样本采集服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。

应该理解，图1中的终端设备、网络、样本采集服务器和样本服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络、样本采集服务器和样本服务器。

继续参考图2，示出了根据本公开的用于获取样本的方法的一个实施例的流程200。该用于获取样本的方法包括以下步骤：

步骤201，通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合。

在本实施例中，用于获取样本的方法的执行主体(例如图1所示的样本采集服务器105)可以通过有线连接方式或者无线连接方式与样本服务器106进行数据通信，以便从样本服务器106上的样本空间中选择样本。然后，执行主体可以对选择的样本进行监测，以得到对应的反馈奖励值，进而可以得到新的候选数据样本。需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。

实际中，有些样本空间内样本的数据量太多，若将全部的样本都用于训练模型，则增加了选择样本的盲目性。很多样本的相似度很高，若全部用于训练模型，在降低了样本的有效性的同时，增加了训练模型的难度和加训练模型的时间。

为此，本申请公开了一种获取样本的方法，执行主体可以根据当前的反馈奖励值对预设的样本筛选控制器的参数进行更新，得到更新后的样本筛选控制器。之后，执行主体再通过更新后的样本筛选控制器从样本空间中选择样本，生成候选数据样本集合。候选数据样本集合满足设定的数据均衡约束条件，即候选数据样本集合内候选数据样本能够尽量表征样本空间特征，且候选数据样本集合内候选数据样本的数量视实际需要而定。其中，样本筛选控制器可以是各种模型，用于从上述样本服务器106上样本空间的海量样本中选择设定数量的样本，以降低基于该样本空间训练对应模型的数据量，并使得选择的样本能够表征该样本空间中样本的整体特征。反馈奖励值可以用于表征候选数据样本满足数据均衡约束条件的程度，也能够表征当前的样本筛选控制器从样本空间选取样本的准确性和有效性。其中，数据均衡约束条件可以满足设定数据要求的条件。例如，数据均衡约束条件可以是样本筛选控制器采集的样本包含样本空间内所有的样本类型。例如，样本空间为图片空间，图片包括动物图片、植物图片、风景图片、建筑图片等不同样本类型的图片。而各种样本类型的图片的数量相差很大。在此情况下，样本筛选控制器采集的样本需要包含动物图片、植物图片、风景图片、建筑图片等不同样本类型的图片。进一步的，数据均衡约束条件还可以是样本筛选控制器采集的样本包含样本空间内所有的样本类型，并且。采集的样本包含的各个样本类型之间的比例与样本空间全部的样本类型之间的比例近似等。数据均衡约束条件还可以是其他类型，具体根据实际需要而定。

反馈奖励值可以用于引导样本筛选控制器的更新趋势。上述反馈奖励值的初始值是预设的数值。例如，在第一次运行样本筛选控制器时，反馈奖励值的值可以为0，用于表示不对样本筛选控制器的更新构成影响。

在本实施例的一些可选的实现方式中，上述样本筛选控制器可以包括递归神经网络；以及，上述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，包括：通过上述当前的反馈奖励值对上述递归神经网络的参数进行更新，以使更新后的样本筛选控制器生成使得上述反馈奖励值增大的候选数据样本。

反馈奖励值可以基于上一次迭代操作中的样本损失函数计算得出。可以对反馈奖励值进行反向传播，采用梯度下降法调整上述递归神经网络的参数，调整参数后的递归神经网络所生成的新的候选数据样本的样本损失函数的值降低，对应的奖励反馈值增大。

在本实施例的一些可选的实现方式中，上述通过当前的反馈奖励值对预设的样本筛选控制器进行更新，可以包括以下步骤：

第一步，基于预设的样本空间生成多个样本种群，将上述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在上述样本种群中的适应度。

执行主体可以通过随机选取等方式对样本空间进行样本划分，生成多个样本种群。之后，将上述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在上述样本种群中的适应度。

第二步，基于上述候选数据样本在上述样本种群的适应度更新上述样本筛选控制器，以使上述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。

获取到适应度后，执行主体可以根据该适应度更新样本筛选控制器，使得样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。即，适应度用于引导样本筛选控制器的更新趋势。

在本实施例的一些可选的实现方式中，上述样本空间内的数据样本配置有样本编码，以及，上述通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，可以包括以下步骤：

第一步，通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数。

得到更新后的样本筛选控制器后，执行主体可以通过更新后的样本筛选控制器从样本空间中确定样本类型参数。其中，上述样本类型参数可以用于表征样本类型对应的数据样本在样本空间中的比例关系。如此，可以使得获取到的候选数据样本能够符合数据均衡约束条件，能够使得候选数据样本比样本空间内包含的数据样本数量更少的情况下，能够真实反映样本空间的数据样本的分布和样本的整体特征。

第二步，通过上述样本类型参数生成样本编码序列。

通常，样本筛选控制器的样本空间内的数据样本都有对应的编码，以便于存储和查找。执行主体在得到样本类型参数后，样本筛选控制器可以通过样本类型参数生成样本编码序列。其中，上述样本编码序列可以用于表征候选数据样本集合。

在本实施例的一些可选的实现方式中，上述通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，可以包括以下步骤：

第一步，按照至少一种样本类型将上述样本空间内数据样本划分为至少一个数据样本集合。

执行主体可以获取样本空间内的样本类型，然后按照样本类型将样本空间划分为多个数据样本集合。划分样本空间的方式可以是多种。例如，样本空间内的样本类型包括10中不同的样本类型。执行主体可以按照这10中不同的样本类型将样本空间划分为10个数据样本集合。执行主体还可以按照10中不同的样本类型中的某一种样本类型将样本空间为一个数据样本集合，将其与的9个样本类型将样本空间划分为另一个数据样本集合。具体划分数据样本集合的方式可以根据实际需要而定。

第二步，统计上述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量。

确定了数据样本集合后，执行主体可以统计上述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量。

第三步，根据上述至少一个数据样本集合对应的样本数量确定上述样本空间内数据样本的样本类型参数。

执行主体可以按照设定的比例(例如可以是2％)从每一个数据样本集合中确定样本类型参数。也可以针对每个数据样本集合具体的数据量设置不同的样本类型参数。例如，第一数据样本集合包含10万个数据样本，第二数据样本集合包含100个数据样本。则执行主体可以设置第一数据样本集合的中样本类型参数为0.1％，设置第二数据样本集合的中样本类型参数为2％，以避免在后续的迭代过程中或基于候选数据样本训练其他模型的过程中丢失第二数据样本集合内数据样本的特征信息。如此，在保证候选数据样本有效的同时，降低了候选数据样本的数量级(原样本空间内的数据样本比候选数据样本多很多)。

步骤202，基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数。

其中，上述基准模型用于检测数据样本的有效性。通常基准模型是已经训练好的，可以用于检测候选数据样本集合内候选数据样本的特征信息。当候选数据样本的特征信息不明显或特征信息少于一定数量时，可以认为该候选数据样本的有效性不高，进而将候选数据样本划分为不同的有效类型，得到样本损失函数。其中，样本损失函数可以是分段函数等类型。

步骤203，基于上述样本损失函数更新上述反馈奖励值。

得到样本损失函数后，执行主体可以直接将样本损失函数设置为反馈奖励值，以根据对样本筛选控制器的对应参数进行调整。还可以根据样本损失函数设置反馈奖励值(例如可以是，样本损失函数不同的取值区间对应不同的反馈奖励值等)，然后再根据对样本筛选控制器的对应参数进行调整。

步骤204，响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。

当反馈奖励值为正数时，说明样本筛选控制器生成的候选数据样本越来越符合数据均衡约束条件。当反馈奖励值在多次迭代后的数值变化很小(即满足收敛条件)时，可以认为反馈奖励值对应的候选数据样本满足数据均衡约束条件，且能表征样本空间内数据样本的特征。此时，可以确定当前的候选数据样本为有效数据样本。此外，当迭代操作的累计次数达到预设的迭代次数阈值时，也可以认为当前的候选数据样本能够满足数据均衡约束条件，且能表征样本空间内数据样本的特征。执行主体可以确定当前的候选数据样本为有效数据样本。由于候选数据样本是从样本空间中海量的数据样本中挑选出来的、能够表征样本空间内数据样本特征的少量数据样本，因此，通过候选数据样本确定的有效数据样本训练其他模型时，不仅能够获取到较为准确的模型，而且降低了训练模型的数据处理量，加快模型的训练速度，还能够节约硬件的内存空间，有利于提高硬件的数据处理效率。

继续参见图3，图3是根据本实施例的用于获取样本的方法的应用场景的一个示意图。在图3的应用场景中，样本采集服务器105通过网络104获取样本服务器106上样本空间内的数据样本。通过反馈奖励值度预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器。然后通过更新后的样本筛选控制器从样本服务器106上样本空间中生成候选数据样本集合。之后通过基准模型对候选数据样本集合进行检测，确定样本损失函数，并根据样本损失函数更新反馈奖励值。最后在反馈奖励值达到预设的收敛条件或者迭代操作的累计次数达到预设的迭代次数阈值时，确定当前的候选数据样本为有效数据样本。样本采集服务器105可以将有效数据样本发送给终端设备103，以使得终端设备103通过有效数据样本训练模型。样本采集服务器105也可以直接通过有效数据样本训练模型，并将训练好的模型发送给终端设备103。

本公开的上述实施例提供的方法首先通过反馈奖励值更新样本筛选控制器，通过更新后的样本筛选控制器生成候选数据样本集合；然后通过基准模型对候选数据样本集合检测，得到样本损失函数，并通过样本损失函数对反馈奖励值进行更新；最后在反馈奖励值满足收敛条件或迭代次数后，将候选数据样本作为有效数据样本。如此，可以从样本空间中选择出满足约束条件，且能够表征样本空间特性的样本，提高了获取有效数据样本的效率，降低了数据处理量，节约了硬件的内存空间。

进一步参考图4，其示出了用于训练模型的方法的又一个实施例的流程400。该用于训练模型的方法的流程400，包括以下步骤：

步骤401，通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合。

步骤401的内容与步骤201的内容相同，此处不再一一赘述。

步骤202，基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数。

步骤402的内容与步骤202的内容相同，此处不再一一赘述。

步骤403，基于上述样本损失函数更新上述反馈奖励值。

步骤403的内容与步骤203的内容相同，此处不再一一赘述。

步骤404，响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。

步骤404的内容与步骤204的内容相同，此处不再一一赘述。

步骤405，根据上述有效数据样本训练目标模型。

由上述描述可知，有效数据样本能够表征样本空间内数据样本特征，且数据量比样本空间内的数据样本少很多。因此，通过有效数据样本训练其他模型时，不仅能够获取到较为准确的模型，而且降低了训练模型的数据处理量，加快模型的训练速度。执行主体可以根据实际需要，通过有效数据样本训练目标模型。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于获取样本的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于获取样本的装置500可以包括：候选数据样本集合生成单元501、样本损失函数确定单元502、反馈奖励值更新单元503和样本获取单元504。其中，候选数据样本集合生成单元501被配置成通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，上述候选数据样本集合满足设定的数据均衡约束条件，上述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；样本损失函数确定单元502被配置成基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，上述基准模型用于检测数据样本的有效性；反馈奖励值更新单元503被配置成基于上述样本损失函数更新上述反馈奖励值；样本获取单元504，响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，被配置成确定当前的候选数据样本为有效数据样本。

在本实施例的一些可选的实现方式中，上述样本筛选控制器包括递归神经网络；以及，上述候选数据样本集合生成单元501可以包括：第一候选数据样本生成子单元(图中未视出)，被配置成通过上述当前的反馈奖励值对上述递归神经网络的参数进行更新，以使更新后的样本筛选控制器生成使得上述反馈奖励值增大的候选数据样本。

在本实施例的一些可选的实现方式中，上述候选数据样本集合生成单元501可以包括：适应度获取子单元(图中未视出)和第二候选数据样本生成子单元(图中未视出)。其中，适应度获取子单元被配置成基于预设的样本空间生成多个样本种群，将上述当前的反馈奖励值作为当前迭代操作中生成的候选数据样本在上述样本种群中的适应度；第二候选数据样本生成子单元被配置成基于上述候选数据样本在上述样本种群的适应度更新上述样本筛选控制器，以使上述样本筛选控制器在下一次迭代操作中生成使得适应度增大的数据样本作为下一次迭代操作的候选数据样本。

在本实施例的一些可选的实现方式中，上述样本空间内的数据样本配置有样本编码，以及，上述候选数据样本集合生成单元501可以包括：样本类型参数确定子单元(图中未视出)和候选数据样本集合生成子单元(图中未视出)。其中，样本类型参数确定子单元被配置成通过上述更新后的样本筛选控制器从样本空间中确定样本类型参数，其中，上述样本类型参数用于表征样本类型对应的数据样本在样本空间中的比例关系；候选数据样本集合生成子单元被配置成通过上述样本类型参数生成样本编码序列，上述样本编码序列用于表征候选数据样本集合。

在本实施例的一些可选的实现方式中，上述样本类型参数确定子单元可以包括：数据样本集合划分模块、样本统计模块和样本类型参数确定模块。其中，数据样本集合划分模块被配置成按照至少一种样本类型将上述样本空间内数据样本划分为至少一个数据样本集合；样本统计模块被配置成统计上述至少一个数据样本集合中每个数据样本集合内数据样本的样本数量；样本类型参数确定模块被配置成根据上述至少一个数据样本集合对应的样本数量确定上述样本空间内数据样本的样本类型参数。

本实施例还提供了一种电子设备，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述的用于获取样本的方法。

本实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述的用于获取样本的方法。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如，图1中的样本采集服务器105)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储装置608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从rom602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：通过当前的反馈奖励值对预设的样本筛选控制器进行更新，得到更新后的样本筛选控制器，并通过上述更新后的样本筛选控制器从样本空间中生成候选数据样本集合，其中，上述候选数据样本集合满足设定的数据均衡约束条件，上述反馈奖励值用于表征候选数据样本满足数据均衡约束条件的程度；基于预设的基准模型对上述候选数据样本集合进行检测，确定候选数据样本的样本损失函数，其中，上述基准模型用于检测数据样本的有效性；基于上述样本损失函数更新上述反馈奖励值；响应于上述反馈奖励值达到预设的收敛条件或者上述迭代操作的累计次数达到预设的迭代次数阈值，确定当前的候选数据样本为有效数据样本。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括候选数据样本集合生成单元、样本损失函数确定单元、反馈奖励值更新单元和样本获取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，样本获取单元还可以被描述为“在满足设定条件时，将候选数据样本确定为有效数据样本的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。