[發明專利]人工智能模型優化方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110694382.2
• 申請日: 2021-06-22
• 公開（公告）號: CN113419951A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 郭寧;俞加偉;尤薇
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種人工智能模型優化方法，其特征在于，所述方法包括：

對數據處理模型進行區域隔離，得到所述數據處理模型的隔離網絡，在所述隔離網絡中構建所述數據處理模型的網絡組件的鏡像服務；

獲取所述數據處理模型中所述網絡組件運行時的處理數據,提取所述處理數據的數據特征，按照所述數據特征對所述處理數據進行分類，得到測試樣本；

利用預設的隨機采樣器對所述測試樣本進行數據采樣，得到測試數據；

利用所述測試數據對所述鏡像服務進行測試，得到測試結果，獲取用戶對所述測試結果的反饋信息，根據所述反饋信息篩選出所述測試結果中的錯誤結果；

將所述錯誤結果對應的測試數據進行擴充，利用擴充后的測試數據對所述鏡像服務進行預設次數的迭代訓練,并利用訓練后的鏡像服務對所述數據處理模型的網絡組件進行替換。

2.如權利要求1所述的人工智能模型優化方法，其特征在于，所述對數據處理模型進行區域隔離，得到所述數據處理模型的隔離網絡，包括：

獲取所述數據處理模型中每個網絡組件的資源利用率，確定所述數據處理模型中所述資源利用率小于預設利用率的網絡組件的運行空間為可用隔離區域；

限制所述可用隔離區域與所述數據處理模型之間的數據傳輸速率小于預設速率，得到隔離網絡。

3.如權利要求1所述的人工智能模型優化方法，其特征在于，所述在所述隔離網絡中構建所述數據處理模型的網絡組件的鏡像服務，包括：

對所述數據處理模型中網絡組件進行鏡像參數復制，得到鏡像參數；

利用所述鏡像參數在所述隔離網絡中構建所述網絡組件的鏡像服務。

4.如權利要求1所述的人工智能模型優化方法，其特征在于，所述獲取所述數據處理模型中所述網絡組件運行時的處理數據，包括：

獲取所述數據處理模型中各網絡組件的數據接口參數；

根據所述數據接口參數構建數據聚合接口；

利用所述數據聚合接口從所述數據處理模型中抓取多網絡組件的處理數據。

5.如權利要求1所述的人工智能模型優化方法，其特征在于，所述提取所述處理數據的數據特征，包括：

利用卷積、池化操作對所述處理數據進行特征描述，得到低維特征；

將所述低維特征通過全連接處理映射至預設的特征空間，并利用預設激活函數對所述特征空間中的低維特征進行選擇性表達，得到數據特征。

6.如權利要求1至5中任一項所述的人工智能模型優化方法，其特征在于，所述利用預設的隨機采樣器對所述測試樣本進行數據采樣，得到測試數據，包括：

獲取所述測試樣本中每一類別處理數據的采樣權重，及對所述處理數據的采樣總數；

利用預設的隨機采樣器根據所述采樣權重及所述采樣總數對所述測試樣本進行隨機采樣，得到測試數據。

7.如權利要求1至5中任一項所述的人工智能模型優化方法，其特征在于，所述將所述錯誤結果對應的測試數據進行擴充，包括：

獲取數據擴充規則表；

提取所述錯誤結果對應的測試數據的數據類型，根據所述數據類型從所述數據擴充規則表中選取數據擴充規則；

按照所述數據擴充規則對所述錯誤結果對應的測試數據進行擴充，得到擴充后的測試樣本。