[發明專利]AI模型的包裝方法、平臺及電子設備

在審

• 申請號: 202010082086.2
• 申請日: 2020-02-06
• 公開（公告）號: CN111290778A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 馮陽;周彩冬;劉柏;胡志鵬;李仁杰;范長杰
• 申請（專利權）人: 網易(杭州)網絡有限公司
• 主分類號: G06F8/71
• 分類號: G06F8/71;G06F9/455
• 代理公司: 北京超成律師事務所 11646
• 代理人: 王文紅

本發明提供了一種AI模型的包裝方法、平臺及電子設備，涉及人工智能的技術領域。該AI模型的包裝方法，包括：根據待包裝的AI模型的編程語言，利用預設的打包接口對所述AI模型進行打包處理；響應來自用戶的選取指令，從服務框架備選庫中選取服務框架，并確定與所述AI模型相匹配的輸入輸出標準；將已打包處理的所述AI模型嵌入所述服務框架中。本發明提供的AI模型的包裝方法、平臺及電子設備降低了AI算法研究員的學習成本，提高了AI模型產品化的速度。

技術領域

本發明涉及人工智能技術領域，尤其是涉及一種AI模型的包裝方法、平臺及電子設備。

背景技術

隨著科技的快速發展，全球已經逐漸進入人工智能(ArtificialIntelligence，簡稱AI)時代。AI作為一種應用技術，如何將AI模型快速轉化為產品，從而實現商業落地，這將是目前在人工智能領域所要解決的迫切問題。

AI算法研究員使用深度學習框架對待解決的問題進行建模，然后對模型進行調參、訓練，最后構建出一個可以解決實際問題的AI模型。但是，AI算法研究員訓練好的AI模型，一般沒辦法直接產品化，不能直接使用，一般采用以下兩種方案實現AI模型產品化，然后對外提供服務：1、將AI模型在物理機上部署，對外提供網絡訪問接口；2、將AI模型打包，嵌入宿主項目工程中，供宿主項目本地調用。

AI算法研究員一般不具備AI模型產品化的工程技術背景，AI模型產品化的工作一般由AI工程師完成的。AI工程師可能不具備AI模型算法的背景知識，對AI模型不熟悉或者在產品化過程中沒辦法對AI模型內部機制進行優化，可能需要花費大量的時間與AI算法研究員進行溝通，兩者之間的工作需要保持緊密的聯系，這將會導致AI模型產品化的進度緩慢。

發明內容

本發明的目的在于提供一種AI模型的包裝方法、平臺及電子設備，以緩解AI模型產品化的進度緩慢的技術問題。

第一方面，本申請實施例提供了一種AI模型的包裝方法，包括：

根據待包裝的AI模型的編程語言，利用預設的打包接口對所述AI模型進行打包處理；

響應來自用戶的選取指令，從服務框架備選庫中選取服務框架，并確定與所述AI模型相匹配的輸入輸出標準；

將已打包處理的所述AI模型嵌入所述服務框架中。

在一個可能的實現方式中，所述將已打包處理的所述AI模型嵌入所述服務框架中的步驟，包括：

將已打包處理的所述AI模型與所述服務框架進行打包，生成Docker鏡像；

將所述AI模型的路徑參數保存至所述服務框架中，使所述服務框架通過所述路徑參數調用所述AI模型。

在一個可能的實現方式中，在所述將已打包處理的所述AI模型嵌入所述服務框架中的步驟之后，還包括：

提供對外的訪問接口，使客戶通過所述訪問接口調用所述AI模型。

在一個可能的實現方式中，所述根據待包裝的AI模型的編程語言，利用預設的打包接口對所述AI模型進行打包處理的步驟，包括：

響應來自用戶的選擇指令，選擇待包裝的AI模型；

確定所述AI模型的編程語言；

利用與所述AI模型的編程語言對應的打包接口對所述AI模型進行打包處理。

在一個可能的實現方式中，當所述AI模型的編程語言為python語言時，所述利用與所述AI模型的編程語言對應的打包接口對所述AI模型進行打包處理的步驟，包括：

基于預設的python lib庫，將所述AI模型打包進入所述python lib庫。