[發明專利]數據模型訓練方法、裝置、電子設備及可讀介質

在審

• 申請號: 201810981379.7
• 申請日: 2018-08-27
• 公開（公告）號: CN110866605A
• 公開（公告）日: 2020-03-06
• 發明（設計）人: 李海龍
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06F9/50
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 袁禮君;闞梓瑄

1.一種數據模型訓練方法，其特征在于，包括：

按照預定規則將訓練數據進行分組處理，生成多個分組數據；

將所述多個分組數據分別輸入多個數據模型中進行數據訓練，所述多個數據模型運行在多個虛擬容器中；

在數據訓練后獲取多個數據模型的多組模型參數；以及

通過所述多組模型參數分別確定多個第一數據模型。

2.如權利要求1所述的方法，其特征在于，還包括：

對原始數據進行預處理以生成所述訓練數據。

3.如權利要求2所述的方法，其特征在于，對原始數據進行預處理以生成所述訓練數據包括：

將原始數據按照時間進行排序以生成所述訓練數據。

4.如權利要求1所述的方法，其特征在于，按照預定規則將所述訓練數據進行分組處理，生成多個分組數據包括：

按照商品類別將所述訓練數據進行分組處理，生成多個分組數據。

5.如權利要求4所述的方法，其特征在于，按照商品類別將所述訓練數據進行分組處理，生成多個分組數據包括：

按照商品類別所述訓練數據進行分組處理，生成多個第一分組數據；以及

按照所述第一分組數據的數據量將所述第一分組數據進行分組處理，以生成所述多個分組數據。

6.如權利要求1所述的方法，其特征在于，將所述多個分組數據分別輸入多個數據模型中進行數據訓練，所述多個數據模型運行在多個虛擬容器中包括：

將所述多個分組數據儲存在多個任務執行單元中；以及

將多個任務執行單元與多個虛擬容器進行關聯以進行數據訓練。

7.如權利要求1所述的方法，其特征在于，多個數據模型運行在多個虛擬容器中包括：

通過數據容器引擎建立多個虛擬容器；

將所述多個數據模型的算法代碼封裝為多個應用請求；以及

通過資源管理器為所述多個應用請求分別指定虛擬容器以將所述多個數據模型運行在多個虛擬容器中。

8.如權利要求7所述的方法，其特征在于，將所述多個分組數據分別輸入多個數據模型中進行數據訓練包括：

虛擬容器中的數據模型通過調用任務執行單元中的分組數據以進行數據訓練。

9.如權利要求1所述的方法，其特征在于，在數據訓練后獲取多個數據模型的多組模型參數包括：

在數據訓練后獲取多個數據模型的多組第一模型參數組；

為所述多組第一模型參數組中的每一組第一模型參數組確定參數組合集合；

通過所述參數組合集合再次進行模型訓練，以確定所述多組模型參數。

10.如權利要求1所述的方法，其特征在于，所述虛擬容器通過應用鏡像啟動，所述應用鏡像包括預定的軟件環境。

11.一種數據模型訓練裝置，其特征在于，包括：

分組模塊，用于按照預定規則將所述訓練數據進行分組處理，生成多個分組數據；

訓練模塊，用于將所述多個分組數據分別輸入多個數據模型中進行數據訓練，所述多個數據模型運行在多個虛擬容器中；

參數模塊，用于在數據訓練后獲取多個數據模型的多組模型參數；以及

模型模塊，用于通過所述多組模型參數分別確定多個第一數據模型。

12.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-10中任一所述的方法。

13.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-10中任一所述的方法。