深度模型的管理方法及服务器技术

本发明专利技术实施方式涉及计算机技术领域，公开了一种深度模型的管理方法及服务器。本发明专利技术实施方式中，深度模型的管理方法应用于服务器，该方法包括：采用备用深度模型处理客户端的服务请求，并校验备用深度模型对服务请求的处理结果，得到校验结果；其中，备用深度模型为与当前使用的深度模型并行的新获取的深度模型；根据校验结果判断备用深度模型是否达标；若判断结果为否，则废弃备用深度模型；若判断结果为是，则废弃当前使用的深度模型。本发明专利技术实施方式还提供了一种服务器。采用本发明专利技术实施方式，服务器会对新获取的深度模型进行检测验证，为保证服务质量的稳定性提供了基础。

【技术实现步骤摘要】
深度模型的管理方法及服务器
本专利技术实施方式涉及计算机
，特别涉及深度模型的管理方法及服务器。
技术介绍
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，通过模仿人脑的机制来解释数据。随着计算机和互联网的飞速发展，深度学习在大数据处理、人工智能分析等方面占有越来越重要的地位。目前，服务器内部往往将模型训练和对外提供服务捆绑在一起，即进行模型训练的同时也对外提供服务，服务器通过不断地训练、调整深度模型的参数，生成新的深度模型，当有新的深度模型时，会将新的深度模型直接替换当前正在使用的深度模型，以使用新的深度模型进行服务。但是，本专利申请的专利技术人发现：深度模型的服务准确度并不是随着训练次数的增加而单调递增的。而现有技术中直接使用新的深度模型去替换当前正在使用的深度模型，容易出现模型更新所导致的服务准确度跌落的情况，服务器服务质量的稳定性较差。
技术实现思路
本专利技术实施方式的目的在于提供一种深度模型的管理方法及服务器，能够对新获取的深度模型进行检测验证，避免了模型更新所导致的服务准确度跌落的情况，为保证服务器服务质量的稳定性提供了基础。为本文档来自技高网...

【技术保护点】
1.一种深度模型的管理方法，其特征在于，应用于服务器，所述方法包括：采用备用深度模型处理客户端的服务请求，并校验所述备用深度模型对所述服务请求的处理结果，得到校验结果；其中，所述备用深度模型为与当前使用的深度模型并行的新获取的深度模型；根据所述校验结果判断所述备用深度模型是否达标；若判断结果为否，则废弃所述备用深度模型；若判断结果为是，则废弃所述当前使用的深度模型。

【技术特征摘要】
1.一种深度模型的管理方法，其特征在于，应用于服务器，所述方法包括：采用备用深度模型处理客户端的服务请求，并校验所述备用深度模型对所述服务请求的处理结果，得到校验结果；其中，所述备用深度模型为与当前使用的深度模型并行的新获取的深度模型；根据所述校验结果判断所述备用深度模型是否达标；若判断结果为否，则废弃所述备用深度模型；若判断结果为是，则废弃所述当前使用的深度模型。2.根据权利要求1所述的深度模型的管理方法，其特征在于，所述校验所述备用深度模型对所述服务请求的处理结果，得到校验结果，具体包括：将所述备用深度模型对所述服务请求的处理结果返回至所述客户端；接收所述客户端针对所述处理结果的反馈信息；根据所述反馈信息获取所述校验结果。3.根据权利要求2所述的深度模型的管理方法，其特征在于，还包括：利用所述当前使用的深度模型处理所述服务请求，并将所述当前使用的深度模型对所述服务请求的处理结果返回至所述客户端。4.根据权利要求3所述的深度模型的管理方法，其特征在于，还包括：判断所述反馈信息是否为否定式反馈信息；其中，若判断结果为是，则执行利用所述当前使用的深度模型处理所述服务请求的步骤。5.根据权利要求1所述的深度模型的管理方法，其特征在于，所述根据所述校验结果判断所述备用深度模型是否达标，具...

【专利技术属性】
技术研发人员：宣劭文，李金锋，刘志文，林辉雄，
申请(专利权)人：网宿科技股份有限公司，
类型：发明
国别省市：上海,31