[發(fā)明專利]一種神經(jīng)網(wǎng)絡(luò)交互式自動(dòng)訓(xùn)練系統(tǒng)和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011563536.6
• 申請(qǐng)日: 2020-12-25
• 公開（公告）號(hào): CN112529167A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計(jì)）人: 羅明宇;徐馳;林健
• 申請(qǐng)（專利權(quán)）人: 東云睿連（武漢）計(jì)算技術(shù)有限公司
• 主分類號(hào): G06N3/04
• 分類號(hào): G06N3/04;G06N3/08;G06N5/04
• 代理公司: 武漢智正誠(chéng)專利代理事務(wù)所(普通合伙) 42278
• 代理人: 李衛(wèi)

1.一種神經(jīng)網(wǎng)絡(luò)交互式自動(dòng)訓(xùn)練系統(tǒng)，其特征在于，所述系統(tǒng)包括數(shù)據(jù)存儲(chǔ)組件、數(shù)據(jù)標(biāo)注組件、模型訓(xùn)練組件和模型部署組件：

所述數(shù)據(jù)標(biāo)注組件，用于對(duì)用戶提供的原始數(shù)據(jù)集進(jìn)行標(biāo)注，生成所述原始數(shù)據(jù)集的標(biāo)注文件；

所述模型訓(xùn)練組件，用于基于所述標(biāo)注文件自動(dòng)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練并生成訓(xùn)練好的已訓(xùn)練模型；

所述模型部署組件，用于將所述已訓(xùn)練模型部署為在線推理服務(wù)；

所述數(shù)據(jù)存儲(chǔ)組件，用于存儲(chǔ)所述生成的標(biāo)注文件和所述已訓(xùn)練模型。

2.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述數(shù)據(jù)存儲(chǔ)組件包含數(shù)據(jù)集目錄，所述數(shù)據(jù)存儲(chǔ)組件中的數(shù)據(jù)集目錄用于存儲(chǔ)用戶預(yù)先指定的數(shù)據(jù)集，所述數(shù)據(jù)集目錄與任務(wù)類型存在對(duì)應(yīng)關(guān)系；

所述數(shù)據(jù)標(biāo)注組件，還用于響應(yīng)用戶選定的目標(biāo)任務(wù)類型，確定與所述目標(biāo)任務(wù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)集目錄，針對(duì)所述目標(biāo)任務(wù)類型提供基于與所述任務(wù)類型相應(yīng)的界面的標(biāo)注服務(wù)，對(duì)所述目標(biāo)數(shù)據(jù)集目錄中的數(shù)據(jù)集進(jìn)行展示；生成所述目標(biāo)任務(wù)類型對(duì)應(yīng)的數(shù)據(jù)集的標(biāo)注文件，將所述標(biāo)注文件保存至所述數(shù)據(jù)存儲(chǔ)組件。

3.如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述模型訓(xùn)練組件包括整體規(guī)劃模塊、數(shù)據(jù)檢測(cè)模塊、數(shù)據(jù)加載模塊、模型訓(xùn)練模塊和模型保存模塊；

所述數(shù)據(jù)檢測(cè)模塊，用于檢測(cè)位于數(shù)據(jù)集目錄的數(shù)據(jù)集信息，并對(duì)所述數(shù)據(jù)集進(jìn)行初步處理；其中，所述數(shù)據(jù)檢測(cè)模塊提取的數(shù)據(jù)集信息包含原始數(shù)據(jù)文件路徑或預(yù)處理數(shù)據(jù)文件路徑，用于表征數(shù)據(jù)集情況的信息，所述數(shù)據(jù)集情況的信息因任務(wù)類型而異，所述數(shù)據(jù)集情況的信息被所述數(shù)據(jù)檢測(cè)模塊傳遞至所述整體規(guī)劃模塊；

所述整體規(guī)劃模塊，用于接收規(guī)劃訓(xùn)練流程信息，基于所述規(guī)劃訓(xùn)練流程信息向所述模型訓(xùn)練組件中的其他模塊發(fā)出指令以執(zhí)行特定的任務(wù)；其中，所述規(guī)劃訓(xùn)練流程信息包括任務(wù)類型、數(shù)據(jù)集路徑、評(píng)估指標(biāo)、評(píng)估指標(biāo)下限、訓(xùn)練時(shí)長(zhǎng)上限，以及待恢復(fù)模型路徑中的至少一項(xiàng)；其中，所述整體規(guī)劃模塊根據(jù)當(dāng)前數(shù)據(jù)集信息和/或歷史數(shù)據(jù)集信息生成當(dāng)前數(shù)據(jù)集的id，所述數(shù)據(jù)集id用于界定數(shù)據(jù)是否發(fā)生質(zhì)變的標(biāo)志；所述數(shù)據(jù)加載模塊，用于從數(shù)據(jù)集信息中加載訓(xùn)練所需的數(shù)據(jù)并執(zhí)行與指定算法相關(guān)的數(shù)據(jù)的預(yù)處理，得到預(yù)處理數(shù)據(jù)集；

所述模型調(diào)度模塊，用于規(guī)劃模型訓(xùn)練流程，其中，每一種任務(wù)類型都有對(duì)應(yīng)的默認(rèn)訓(xùn)練流程；其中，所述模型調(diào)度模塊向所述模型訓(xùn)練模塊發(fā)送的數(shù)據(jù)集信息與所述整體規(guī)劃模塊向所述模型調(diào)度模塊發(fā)送的數(shù)據(jù)集信息相同；所述模型訓(xùn)練模塊，用于根據(jù)所述指定算法的算法信息和數(shù)據(jù)集信息構(gòu)建神經(jīng)網(wǎng)絡(luò)，加載并對(duì)所述預(yù)處理數(shù)據(jù)集進(jìn)行訓(xùn)練，其中，所述模型訓(xùn)練模塊向所述模型調(diào)度模塊返回的數(shù)據(jù)集信息為數(shù)據(jù)集id。

4.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述模型部署組件，用于從所述數(shù)據(jù)存儲(chǔ)組件中獲取已訓(xùn)練模型；在所述已訓(xùn)練模型為首次被獲取且所述已訓(xùn)練模型不需要更新時(shí)，使用神經(jīng)網(wǎng)絡(luò)推理引擎對(duì)所述已訓(xùn)練模型進(jìn)行加載，并將所述已訓(xùn)練模型部署為推理服務(wù)。

5.一種神經(jīng)網(wǎng)絡(luò)交互式自動(dòng)訓(xùn)練方法，其特征在于，所述方法包括以下步驟：

調(diào)用數(shù)據(jù)標(biāo)注組件對(duì)用戶提供的原始數(shù)據(jù)集進(jìn)行標(biāo)注，生成所述原始數(shù)據(jù)集的標(biāo)注文件，并將所述數(shù)據(jù)標(biāo)注組件存儲(chǔ)于數(shù)據(jù)存儲(chǔ)組件；

由模型訓(xùn)練組件根據(jù)所述標(biāo)注文件自動(dòng)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，生成訓(xùn)練好的已訓(xùn)練模型，并將所述已訓(xùn)練模型輸入至所述模型部署組件；

調(diào)用模型部署組件將所述已訓(xùn)練模型部署為在線推理服務(wù)。

6.如權(quán)利要求5所述的自動(dòng)訓(xùn)練方法，其特征在于，所述對(duì)用戶提供的原始數(shù)據(jù)集進(jìn)行標(biāo)注，生成所述原始數(shù)據(jù)集的標(biāo)注文件的步驟，具體包括：

響應(yīng)用戶選定的目標(biāo)任務(wù)類型，確定與所述目標(biāo)任務(wù)類型對(duì)應(yīng)的目標(biāo)數(shù)據(jù)集目錄；

針對(duì)所述目標(biāo)任務(wù)類型提供基于與所述任務(wù)類型相應(yīng)的界面的標(biāo)注服務(wù)，對(duì)所述目標(biāo)數(shù)據(jù)集目錄中的數(shù)據(jù)集進(jìn)行展示；

生成所述目標(biāo)任務(wù)類型對(duì)應(yīng)的數(shù)據(jù)集的標(biāo)注文件。