[發明專利]提供機器學習服務的云平臺及方法

在審

• 申請號: 202011226841.6
• 申請日: 2020-11-06
• 公開（公告）號: CN112311605A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 馬震;王志洋;馬慧榮;黃嚴;張德兵;鄧亞峰;趙勇
• 申請（專利權）人: 北京格靈深瞳信息技術有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/08;G06F9/50;G06N20/00
• 代理公司: 北京新知遠方知識產權代理事務所(普通合伙) 11397
• 代理人: 馬軍芳;張艷

1.一種提供機器學習服務的云平臺，其特征在于，包括：IaaS層、PaaS層和SaaS層，所述IaaS層部署有系統支持模塊，所述PaaS層部署有Kubernetes和Docker，所述SaaS層包括公共庫服務模塊、RESTful微服務模塊、應用服務模塊和管理維護模塊，其中，

所述公共庫服務模塊，用于記錄日志、配置參數、以及數學計算；

所述RESTful微服務模塊，用于處理接收到的WEB分類任務的請求、調度和生命周期管理；

所述應用服務模塊，用于顯示任務運行狀態和機器學習的結果；

所述管理維護模塊，用于利用Harbor對鏡像資源進行管理。

2.根據權利要求1所述的云平臺，其特征在于，所述RESTful微服務模塊，包括：

訓練數據保存單元，用于接收訓練數據保存請求并將所述訓練數據保存請求中的訓練數據保存；

訓練數據提取單元，用于接收訓練數據提取請求并根據所述訓練數據提取請求將所請求的訓練數據提取反饋。

3.根據權利要求2所述的云平臺，其特征在于，所述訓練數據保存單元用于接收訓練數據保存請求并將所述訓練數據保存請求中的訓練數據保存至云端數據中心。

4.根據權利要求1所述的云平臺，其特征在于，所述RESTful微服務模塊，包括：

環境保存單元，用于接收環境保存請求并將所述環境保存請求中的環境鏡像保存；

環境提取單元，用于接收環境提取請求并根據所述環境提取請求將所請求的環境提取反饋。

5.根據權利要求4所述的云平臺，其特征在于，所述環境保存單元用于接收環境保存請求并將所述環境保存請求中的環境鏡像保存至本地訓練中心。

6.根據權利要求1所述的云平臺，其特征在于，所述管理維護模塊，包括：

鏡像制作單元，用于Docker鏡像化制作；

發布單元，用于發布Docker鏡像；

監控單元，用于監控Kubernetes、Docker、以及微服務資源；

編排單元，用于編排資源。

7.一種利用如權利要求1至6任一所述的提供機器學習服務的云平臺進行機器學習的方法，其特征在于，包括：

獲取訓練數據集；

將所述訓練數據集以及預先確定的初始算法模型載入預先確定的GPU集群，訓練得到訓練好的算法模型；

根據接收到的環境保存請求和數據保存請求利用Harbor將環境和數據分別鏡像保存。

8.根據權利要求7所述的方法，其特征在于，所述根據接收到的環境保存請求和數據保存請求將環境和數據分別鏡像保存，包括：

根據接收到的環境保存請求將環境鏡像保存至本地訓練中心；

根據接收到的數據保存請求將數據鏡像保存至云端數據中心。

9.根據權利要求7所述的方法，其特征在于，進一步包括：

根據接收到的環境提取請求提取所請求的環境；

將所提取的環境利用RESTful微服務框架載入算法服務，生成應用程序接口提供給應用服務模塊。

10.根據權利要求9所述的方法，其特征在于，所述環境保存請求來自于第一終端，所述環境提取請求來自于第二終端。