[發(fā)明專利]基于機(jī)器學(xué)習(xí)模型的應(yīng)用開(kāi)發(fā)方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201911395248.1
• 申請(qǐng)日: 2019-12-30
• 公開(kāi)（公告）號(hào): CN111160569A
• 公開(kāi)（公告）日: 2020-05-15
• 發(fā)明（設(shè)計(jì)）人: 黃纓寧;南雨含;郭朕;張宇;許立鵬;孫佳維
• 申請(qǐng)（專利權(quán)）人: 第四范式（北京）技術(shù)有限公司
• 主分類號(hào): G06N20/00
• 分類號(hào): G06N20/00;G06N3/08
• 代理公司: 北京博雅睿泉專利代理事務(wù)所(特殊普通合伙) 11442
• 代理人: 吳秀娥

本發(fā)明涉及基于機(jī)器學(xué)習(xí)模型的應(yīng)用開(kāi)發(fā)方法、裝置及電子設(shè)備。該方法包括：獲取用戶設(shè)置的機(jī)器學(xué)習(xí)模型的類型；根據(jù)對(duì)應(yīng)類型的機(jī)器學(xué)習(xí)策略，通過(guò)一次或多次自動(dòng)訓(xùn)練模型的實(shí)驗(yàn)，獲得一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型，其中，機(jī)器學(xué)習(xí)策略用于控制與模型訓(xùn)練相關(guān)的數(shù)據(jù)、算法、資源之中的至少一項(xiàng)；根據(jù)獲得的機(jī)器學(xué)習(xí)模型，生成應(yīng)用。該方法將復(fù)雜的應(yīng)用構(gòu)建流程簡(jiǎn)化，解決人工智能應(yīng)用開(kāi)發(fā)中人力成本高的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及應(yīng)用開(kāi)發(fā)技術(shù)領(lǐng)域，更具體地，涉及一種基于機(jī)器學(xué)習(xí)模型的應(yīng)用開(kāi)發(fā)方法、一種基于機(jī)器學(xué)習(xí)模型的應(yīng)用開(kāi)發(fā)裝置、一種電子設(shè)備以及一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著人工智能技術(shù)快速發(fā)展，人工智能的應(yīng)用場(chǎng)景也日趨廣泛多樣。例如，計(jì)算機(jī)視覺(jué)相關(guān)的人工智能技術(shù)可以應(yīng)用于人臉識(shí)別、車牌識(shí)別、票據(jù)識(shí)別、細(xì)菌識(shí)別等。

人工智能應(yīng)用的開(kāi)發(fā)通常環(huán)節(jié)較多、過(guò)程復(fù)雜，并且對(duì)開(kāi)發(fā)人員的能力要求較高。采用已有的人工智能應(yīng)用，可以顯著降低解決業(yè)務(wù)問(wèn)題所需要的成本。但是，現(xiàn)有的成熟應(yīng)用通常集中在若干個(gè)主流的應(yīng)用場(chǎng)景，例如大多數(shù)計(jì)算機(jī)視覺(jué)相關(guān)的應(yīng)用集中在在人臉識(shí)別、車輛識(shí)別、車牌識(shí)別等領(lǐng)域。對(duì)于主流場(chǎng)景之外的個(gè)性化需求(即長(zhǎng)尾需求)，例如票據(jù)識(shí)別、細(xì)菌識(shí)別等場(chǎng)景，仍然需要開(kāi)發(fā)專門(mén)的人工智能應(yīng)用。

因此，有必要提出一種新的人工智能應(yīng)用的開(kāi)發(fā)方法，以降低開(kāi)發(fā)難度，滿足多樣化的業(yè)務(wù)需求。

發(fā)明內(nèi)容

本發(fā)明的一個(gè)目的是提供一種基于機(jī)器學(xué)習(xí)模型的應(yīng)用開(kāi)發(fā)的新技術(shù)方案。

根據(jù)本發(fā)明的第一方面，提供了一種基于機(jī)器學(xué)習(xí)模型的應(yīng)用開(kāi)發(fā)方法，包括：

獲取用戶設(shè)置的機(jī)器學(xué)習(xí)模型的類型；

根據(jù)對(duì)應(yīng)所述類型的機(jī)器學(xué)習(xí)策略，通過(guò)一次或多次自動(dòng)訓(xùn)練模型的實(shí)驗(yàn)，獲得一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型，其中，所述機(jī)器學(xué)習(xí)策略用于控制與模型訓(xùn)練相關(guān)的數(shù)據(jù)、算法、資源之中的至少一項(xiàng)；

根據(jù)獲得的所述機(jī)器學(xué)習(xí)模型，生成所述應(yīng)用。

可選地，所述機(jī)器學(xué)習(xí)模型為計(jì)算機(jī)視覺(jué)相關(guān)的機(jī)器學(xué)習(xí)模型。

可選地，所述機(jī)器學(xué)習(xí)模型的類型包括圖像分類類型、物體識(shí)別類型、文本定位類型、文本識(shí)別類型中的至少一種。

可選地，所述獲取用戶設(shè)置的機(jī)器學(xué)習(xí)模型的類型，包括：

向用戶展示與各種機(jī)器學(xué)習(xí)任務(wù)分別對(duì)應(yīng)的機(jī)器學(xué)習(xí)模型的候選類型；

接收用戶從候選類型中選擇的機(jī)器學(xué)習(xí)模型的類型。

可選地，所述根據(jù)對(duì)應(yīng)所述類型的機(jī)器學(xué)習(xí)策略，通過(guò)一次或多次自動(dòng)訓(xùn)練模型的實(shí)驗(yàn)，獲得一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型，包括：

向用戶提供用于根據(jù)對(duì)應(yīng)所述類型的機(jī)器學(xué)習(xí)策略來(lái)設(shè)置模型自動(dòng)訓(xùn)練任務(wù)的建模創(chuàng)建界面；

接收用戶在建模創(chuàng)建界面中執(zhí)行的設(shè)置操作，以獲取自動(dòng)訓(xùn)練模型所需的設(shè)置項(xiàng)；以及

按照獲取的設(shè)置項(xiàng)，基于用戶上傳的標(biāo)注數(shù)據(jù)進(jìn)行一次或多次自動(dòng)訓(xùn)練模型的實(shí)驗(yàn)，獲得一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型。

可選地，所述設(shè)置項(xiàng)包括標(biāo)注數(shù)據(jù)上傳、數(shù)據(jù)預(yù)處理策略、算法配置、資源配置中的至少一個(gè)。

可選地，所述數(shù)據(jù)預(yù)處理策略、所述算法配置和所述資源配置之中的至少一個(gè)提供不同級(jí)別的配置策略。

可選地，所述模型訓(xùn)練模塊用于根據(jù)標(biāo)注數(shù)據(jù)和所述機(jī)器學(xué)習(xí)模型的類型來(lái)提供所述預(yù)處理策略、所述算法配置和所述資源配置之中的至少一個(gè)的默認(rèn)級(jí)別。