[發明專利]用于訓練機器學習模型的方法及系統

在審

• 申請號: 201811041753.1
• 申請日: 2018-09-07
• 公開（公告）號: CN110895718A
• 公開（公告）日: 2020-03-20
• 發明（設計）人: 孫承根;焦英翔;石光川
• 申請（專利權）人: 第四范式（北京）技術有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 徐璐璐;曾世驍

1.一種用于訓練機器學習模型的方法，包括：

獲取用于限定機器學習模型的訓練過程的配置；以及

使用針對機器學習模型的模型訓練框架對獲取的配置進行解析，并執行解析得到的用于訓練機器學習模型的處理邏輯，以訓練出機器學習模型，

其中，用于限定機器學習模型的訓練過程的配置包括以下配置之中的至少一種：

算法配置，用于限定用于訓練機器學習模型的機器學習算法的運算邏輯；

輸入配置，用于限定所述機器學習算法的輸入數據；

參數配置，用于限定機器學習模型的參數；以及

環境配置，用于限定訓練機器學習模型時的環境。

2.根據權利要求1所述的方法，其中，

算法配置用于限定表示所述機器學習算法的運算邏輯的計算圖的配置；

和/或，輸入配置用于限定從原始輸入數據生成所述機器學習算法的輸入數據的方式；

和/或，參數配置用于限定以下項之中的至少一項：機器學習模型的參數的初始值或初始值的生成方式、機器學習模型的參數的更新方式、機器學習模型的參數的數據類型；

和/或，環境配置用于限定以下項之中的至少一項：原始輸入數據的存儲路徑、訓練出的機器學習模型的參數的存儲路徑、執行解析得到的處理邏輯所使用的運算線程數量、是否使用圖形處理器來執行解析得到的處理邏輯、是否使用集群執行解析得到的處理邏輯、執行解析得到的處理邏輯所使用的集群。

3.根據權利要求1所述的方法，其中，用于訓練機器學習模型的機器學習算法包括神經網絡算法、邏輯回歸算法或決策樹算法。

4.根據權利要求1所述的方法，其中，獲取用于限定機器學習模型的訓練過程的配置的步驟包括：

獲取用于定義機器學習模型的訓練邏輯的腳本；

基于獲取的腳本來生成用于限定機器學習模型的訓練過程的配置。

5.根據權利要求1所述的方法，其中，獲取用于限定機器學習模型的訓練過程的配置的步驟包括：

向用戶提供用于設置用于限定機器學習模型的訓練過程的配置的圖形界面；

接收用戶為了設置所述配置而在所述圖形界面上執行的輸入操作，并根據所述輸入操作來獲取用戶設置的配置。

6.一種用于訓練機器學習模型的系統，包括：

配置獲取裝置，獲取用于限定機器學習模型的訓練過程的配置；以及

訓練裝置，使用針對機器學習模型的模型訓練框架對獲取的配置進行解析，并執行解析得到的用于訓練機器學習模型的處理邏輯，以訓練出機器學習模型，

其中，用于限定機器學習模型的訓練過程的配置包括以下配置之中的至少一種：

算法配置，用于限定用于訓練機器學習模型的機器學習算法的運算邏輯；

輸入配置，用于限定所述機器學習算法的輸入數據；

參數配置，用于限定機器學習模型的參數；以及

環境配置，用于限定訓練機器學習模型時的環境。

7.根據權利要求6所述的系統，其中，

算法配置用于限定表示所述機器學習算法的運算邏輯的計算圖的配置；

和/或，輸入配置用于限定從原始輸入數據生成所述機器學習算法的輸入數據的方式；

和/或，參數配置用于限定以下項之中的至少一項：機器學習模型的參數的初始值或初始值的生成方式、機器學習模型的參數的更新方式、機器學習模型的參數的數據類型；

和/或，環境配置用于限定以下項之中的至少一項：原始輸入數據的存儲路徑、訓練出的機器學習模型的參數的存儲路徑、執行解析得到的處理邏輯所使用的運算線程數量、是否使用圖形處理器來執行解析得到的處理邏輯、是否使用集群執行解析得到的處理邏輯、執行解析得到的處理邏輯所使用的集群。

8.根據權利要求6所述的系統，其中，用于訓練機器學習模型的機器學習算法包括神經網絡算法、邏輯回歸算法或決策樹算法。