[發明專利]模型生產方法、裝置、電子設備以及存儲介質

在審

• 申請號: 202210532860.4
• 申請日: 2022-05-11
• 公開（公告）號: CN114912582A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 李雨軒;梁陽;林湘粵;熊雪;田璐璐
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06V10/764;G06V10/82;G06V30/19
• 代理公司: 北京易光知識產權代理有限公司 11596
• 代理人: 徐升升;閻敏

本公開提供了一種模型生產方法、系統、裝置以及存儲介質。涉及計算機應用技術領域，尤其涉及模型生產、模型管理、模型測試等人工智能領域。具體實現方案為：接收模型生產請求；基于該模型生產請求，確定待訓練數據集和針對待訓練數據集的第一資源配置信息；基于該第一資源配置信息指示的第一資源，采用待訓練數據集對預置模型進行訓練，得到目標模型。根據本公開的技術方案，能降低模型生產線的使用門檻，提高模型生成的效率。

技術領域

本公開涉及計算機應用技術領域，尤其涉及模型生產、模型管理、模型測試等人工智能領域，具體涉及一種模型生產方法、裝置、電子設備以及存儲介質。

背景技術

隨著人工智能的發展，人工智能技術已經被應用到各行各業。機器學習是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。從實踐的意義上來說，機器學習是一種利用數據訓練出模型，然后使用模型預測的一種方法。模型生產線可以固化模型訓練和模型部署的步驟，達到訓練新模型并將模型部署上線的目的。傳統的模型生產線，需要用戶了解較多基礎知識并編寫代碼，對于沒有編程能力或不了解模型參數的用戶，門檻相對較高，模型生成的效率低。

發明內容

本公開提供了一種模型生產方法、裝置、電子設備以及存儲介質。

根據本公開的第一方面，提供了一種模型生產方法，包括：

接收模型生產請求；

基于該模型生產請求，確定待訓練數據集和針對待訓練數據集的第一資源配置信息；

基于該第一資源配置信息指示的第一資源，采用待訓練數據集對預置模型進行訓練，得到目標模型。

根據本公開的第二方面，提供了一種模型生產裝置，包括：

第一接收模塊，用于接收模型生產請求；

確定模塊，用于基于該模型生產請求，確定待訓練數據集和針對待訓練數據集的第一資源配置信息；

生成模塊，用于基于該第一資源配置信息指示的第一資源，采用待訓練數據集對預置模型進行訓練，得到目標模型。

根據本公開的第三方面，提供了一種電子設備，包括：

至少一個處理器；以及

與該至少一個處理器通信連接的存儲器；其中，

該存儲器存儲有可被該至少一個處理器執行的指令，該指令被該至少一個處理器執行，以使該至少一個處理器能夠執行上述第一方面所提供的方法。

根據本公開的第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，該計算機指令用于使該計算機執行上述第一方面所提供的方法。

根據本公開的第五方面，提供了一種計算機程序產品，包括計算機程序，該計算機程序在被處理器執行時實現上述第一方面所提供的方法。

根據本公開的技術方案，能降低模型生產線的使用門檻，提高模型生成的效率。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1是根據本公開實施例的模型生產方法的流程示意圖；

圖2是根據本公開實施例的數據清洗的流程示意圖；

圖3是根據本公開實施例的基于目標模型的檢測流程示意圖；

圖4是根據本公開實施例的模型生產架構示意圖；