[發明專利]算法模型的訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110772104.4
• 申請日: 2021-07-08
• 公開（公告）號: CN113448988A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 趙喆子健;李福毅;丁平船;王安
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06F16/245
• 分類號: G06F16/245;G06F16/28;G06F16/23;G06F9/54
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張夢瑤

本公開提出一種算法模型的訓練方法、裝置、電子設備及存儲介質。應用于算法平臺，具體方案為：獲取初始算法模型和目標算法類型，確定與目標算法類型對應的樣本數據和與樣本數據對應的標注數據，根據樣本數據和與樣本數據對應的標注數據訓練初始算法模型，以得到目標算法模型。通過本公開，能夠在訓練算法模型的過程中，提升算法模型訓練的靈活性和兼容性，有效地滿足算法模型的個性化訓練需求，從而有效地輔助拓展算法平臺的應用場景，有效地輔助擴展算法平臺的功能。

技術領域

本公開涉及人工智能技術領域，尤其涉及一種算法模型的訓練方法、裝置、電子設備及存儲介質。

背景技術

算法平臺是提供算法模型訓練、測試、部署等功能的平臺服務。通過算法平臺提供的管理能力，算法工程師可以簡單快捷的進行算法模型的訓練、測試以及上線部署等操作。同時，算法平臺亦可以作為開發人員學習算法模型，優化算法模型的高效工具。

相關技術中的算法平臺，通常提供對于某一類固定類型的算法進行訓練的能力，算法平臺以產出的模型文件作為結果，供開發人員作為線上服務的算法模型文件集成進入線上服務中。

這種方式下，訓練的算法模型類型單一，算法模型訓練的兼容性較差，從而影響算法平臺應用場景的拓展。

發明內容

本公開旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本公開的目的在于提出一種算法模型的訓練方法、裝置、電子設備及存儲介質，能夠在訓練算法模型的過程中，提升算法模型訓練的靈活性和兼容性，有效地滿足算法模型的個性化訓練需求，從而有效地輔助拓展算法平臺的應用場景，有效地輔助擴展算法平臺的功能。

為達到上述目的，本公開第一方面實施例提出的算法模型的訓練方法，包括：獲取初始算法模型和目標算法類型；確定與所述目標算法類型對應的樣本數據和與所述樣本數據對應的標注數據；根據所述樣本數據和與所述樣本數據對應的標注數據訓練所述初始算法模型，以得到目標算法模型。

本公開第一方面實施例提出的算法模型的訓練方法，通過獲取初始算法模型和目標算法類型，確定與目標算法類型對應的樣本數據和與樣本數據對應的標注數據，根據樣本數據和與樣本數據對應的標注數據訓練初始算法模型，以得到目標算法模型，能夠在訓練算法模型的過程中，提升算法模型訓練的靈活性和兼容性，有效地滿足算法模型的個性化訓練需求，從而有效地輔助拓展算法平臺的應用場景，有效地輔助擴展算法平臺的功能。

為達到上述目的，本公開第二方面實施例提出的算法模型的訓練裝置，包括：第一獲取模塊，用于獲取初始算法模型和目標算法類型；第一確定模塊，用于確定與所述目標算法類型對應的樣本數據和與所述樣本數據對應的標注數據；訓練模塊，用于根據所述樣本數據和與所述樣本數據對應的標注數據訓練所述初始算法模型，以得到目標算法模型。

本公開第二方面實施例提出的算法模型的訓練裝置，通過獲取初始算法模型和目標算法類型，確定與目標算法類型對應的樣本數據和與樣本數據對應的標注數據，根據樣本數據和與樣本數據對應的標注數據訓練初始算法模型，以得到目標算法模型，能夠在訓練算法模型的過程中，提升算法模型訓練的靈活性和兼容性，有效地滿足算法模型的個性化訓練需求，從而有效地輔助拓展算法平臺的應用場景，有效地輔助擴展算法平臺的功能。

本公開第三方面實施例提出了一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時，實現如本公開第一方面實施例提出的算法模型的訓練方法。

本公開第四方面實施例提出了一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本公開第一方面實施例提出的算法模型的訓練方法。

本公開第五方面實施例提出了一種計算機程序產品，當所述計算機程序產品中的指令處理器執行時，執行如本公開第一方面實施例提出的算法模型的訓練方法。