[發(fā)明專利]一種人工智能模型的訓(xùn)練方法及訓(xùn)練系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210326086.1
• 申請日: 2022-03-30
• 公開（公告）號: CN114691123A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計(jì)）人: 吳霜;黃孟欽;張志遵;朱瑞星
• 申請（專利權(quán)）人: 上海深至信息科技有限公司
• 主分類號: G06F8/36
• 分類號: G06F8/36;G06V10/94;G06V10/774;G06V10/776;G06K9/62
• 代理公司: 上海申新律師事務(wù)所 31272
• 代理人: 吳軼淳

本發(fā)明涉及人工智能訓(xùn)練技術(shù)領(lǐng)域，具體涉及一種人工智能模型的訓(xùn)練方法及訓(xùn)練系統(tǒng)，包括：S1：自云平臺中獲取多個模型組件；S2：于開發(fā)工具中對模型組件進(jìn)行組合以生成人工智能模型；S3：采用訓(xùn)練集對人工智能模型進(jìn)行訓(xùn)練，并輸出訓(xùn)練結(jié)果；S4：根據(jù)訓(xùn)練結(jié)果判斷人工智能模型的性能參數(shù)是否是否達(dá)到預(yù)期性能；若是，輸出人工智能模型以結(jié)束訓(xùn)練過程；若否，返回S2以調(diào)整人工智能模型。本發(fā)明的有益效果在于：通過設(shè)置云平臺對模型組件進(jìn)行整合封裝，隨后由開發(fā)工具接收模型組件并組合成為人工智能模型，從而提升開發(fā)效率，使得用戶可在實(shí)際開發(fā)過程中通過云平臺快速獲取多個模型組件進(jìn)行測試，以獲得性能較好的人工智能模型。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能訓(xùn)練技術(shù)領(lǐng)域，具體涉及一種人工智能模型的訓(xùn)練方法及訓(xùn)練系統(tǒng)。

背景技術(shù)

人工智能模型，指基于相關(guān)的數(shù)學(xué)算法對輸入的客觀數(shù)據(jù)進(jìn)行處理、特征提取從而對事物加以判斷或預(yù)測的數(shù)學(xué)模型。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人工智能技術(shù)在諸多領(lǐng)域均得到了應(yīng)用。

現(xiàn)有技術(shù)中，已存在有基于現(xiàn)有的網(wǎng)絡(luò)架構(gòu)、識別算法等進(jìn)行組合從而構(gòu)建出用戶所需的人工智能模型的技術(shù)方案。該類技術(shù)方案往往是由程序員根據(jù)模型所要實(shí)現(xiàn)的功能，選擇對應(yīng)的算法將其程序化，并對各層進(jìn)行組合、連接，從而得到所需的人工智能模型。但是，在實(shí)際實(shí)施過程中，發(fā)明人發(fā)現(xiàn)，現(xiàn)有技術(shù)中生成人工智能模型的過程較為繁瑣，需要依賴于人工對計(jì)算機(jī)程序本身進(jìn)行調(diào)整以使得人工智能模型正常執(zhí)行，從而在模型生成過程中消耗了大量的人力。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的上述問題，現(xiàn)提供一種人工智能模型的訓(xùn)練方法及訓(xùn)練系統(tǒng)。

具體技術(shù)方案如下：

一種人工智能模型的訓(xùn)練方法，預(yù)先設(shè)置一部署于本地的開發(fā)工具和與所述開發(fā)工具相連接的云平臺，則所述訓(xùn)練方法包括：

步驟S1：自所述云平臺中獲取多個模型組件；

步驟S2：于所述開發(fā)工具中對所述模型組件進(jìn)行組合以生成所述人工智能模型；

步驟S3：獲取一訓(xùn)練集，采用所述訓(xùn)練集對所述人工智能模型進(jìn)行訓(xùn)練，并輸出訓(xùn)練結(jié)果；

步驟S4：根據(jù)所述訓(xùn)練結(jié)果判斷所述人工智能模型的性能參數(shù)是否達(dá)到預(yù)期性能；

若是，輸出所述人工智能模型以結(jié)束訓(xùn)練過程；

若否，返回所述步驟S2以調(diào)整所述人工智能模型。

優(yōu)選地，所述開發(fā)工具中設(shè)置有一可視化界面，則所述步驟S2包括：

步驟S21：于所述可視化界面中顯示所述模型組件；

步驟S22：于所述可視化界面中選擇所述模型組件；

步驟S23：調(diào)整所述模型組件之間的順序和連接關(guān)系以生成所述人工智能模型。

優(yōu)選地，于本地預(yù)先設(shè)置有所述訓(xùn)練集，則所述步驟S3包括：

步驟A31：獲取并將所述訓(xùn)練集輸入所述開發(fā)工具；

步驟A32：于所述開發(fā)工具中采用所述訓(xùn)練集對所述人工智能模型進(jìn)行訓(xùn)練，并輸出所述訓(xùn)練結(jié)果。

優(yōu)選地，于所述云平臺中設(shè)置有所述訓(xùn)練集，則所述步驟S3包括：

步驟B31：將所述人工智能模型上傳至所述云平臺；

步驟B32：于所述云平臺中采用所述訓(xùn)練集對所述人工智能模型進(jìn)行訓(xùn)練，并輸出所述訓(xùn)練結(jié)果。

優(yōu)選地，于所述步驟S1之前針對每個用戶設(shè)置有用戶權(quán)限；

則所述步驟S1包括：