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。为解决上述技术问题，本专利技术的实施方式提供了一种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。本专利技术的实施方式还提供了一种服务器，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的深度模型的管理方法。本专利技术的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述的深度模型的管理方法。本专利技术实施方式相对于现有技术而言，服务器能够将新获取的深度模型作为备用深度模型，令当前使用的深度模型与备用深度模型并行处理服务请求。并且，服务器会对备用深度模型是否达标进行检测验证，若备用深度模型不达标，则服务器依然可以使用当前使用的深度模型进行对外服务；若备用深度模型达标，则服务器便可以废弃当前使用的深度模型，从而使用备用深度模型进行对外服务。通过这种方式，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。另外，校验备用深度模型对服务请求的处理结果，得到校验结果，具体包括：将备用深度模型对服务请求的处理结果返回至客户端；接收客户端针对处理结果的反馈信息；根据反馈信息获取校验结果。这样，基于客户端的反馈信息获取校验结果，校验结果与用户需求的匹配度较高，从而能够提高后续判断备用深度模型是否达标的准确率，为提高服务器服务质量提供了基础。另外，深度模型的管理方法还利用当前使用的深度模型处理服务请求，并将当前使用的深度模型对服务请求的处理结果返回至客户端。这样，客户端能够获取到尽可能多的相关信息，有效地提高了客户端展示的内容能够满足用户需求的可能性，从而能够保证服务器服务质量的稳定性。另外，深度模型的管理方法还判断反馈信息是否为否定式反馈信息；其中，若判断结果为是，则执行利用当前使用的深度模型处理服务请求的步骤。这样，服务器在备用深度模型的处理结果不满足用户需求的情况下，才将当前使用的深度模型对服务请求的处理结果返回至客户端，不仅能够保证服务器服务质量的稳定性，而且能够避免过多无效信息的推送给用户造成困扰。另外，根据校验结果判断备用深度模型是否达标，具体包括：若校验结果为备用深度模型的第N次校验结果，则计算备用深度模型的校验通过率；判断校验通过率是否大于或等于预设通过率；其中，N为正整数。这样，提供了根据校验结果判断备用深度模型是否达标的一种具体实现形式，增加了本专利技术实施方式的灵活性。另外，若校验结果为备用深度模型的第N次校验结果，且校验结果为校验通过，则判断校验结果前是否存在连续的M次校验通过；其中，M为正整数。这样，提供了根据校验结果判断备用深度模型是否达标的一种具体实现形式，增加了本专利技术实施方式的灵活性。另外，采用备用深度模型处理客户端的服务请求前，还包括：接收训练端服务器推送的深度模型，并将接收的深度模型作为备用深度模型。这样，将模型训练端和模型服务端分别设置在两个服务器上，能够避免计算资源的浪费、提高了计算资源的利用率。另外，训练端服务器周期性的推送深度模型，为实现模型的快速更新、保证服务质量的稳步增长提供了基础。附图说明一个或多个实施方式通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施方式的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。图1是根据第一实施方式的深度模型的管理方法的具体流程图；图2是根据第五实施方式的深度模型的管理方法的具体流程图；图3是根据第五实施方式的模型训练端与模型服务端对应关系的结构示意图；图4是根据第六实施方式的服务器的示意图。具体实施方式为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。本专利技术的第一实施方式涉及一种深度模型的管理方法，具体流程如图1所示。本实施方式中深度模型的管理方法应用于服务器，以下进行具体说明：步骤101，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。具体地说，服务器中有一当前使用的深度模型，并且服务器获取到新的深度模型时，服务器并不使用新获取的深度模型去替换当前使用的深度模型，而是将所获取的新的深度模型作为备用深度模型，从而令备用深度模型与当前使用的深度模型并行处理客户端的服务请求。在一实施方式中，服务器中可以预存有校验数据，这样，服务器在接收到客户端的服务请求时，便可以利用备用深度模型处理客户端的服务请求，以便于自行根据预设的校验数据对备用深度模型的处理结果进行校验，从而得到校验结果。在另一实施方式中，服务器基于客户端的反馈信息获取校验结果，校验结果与用户需求的匹配度较高，从而能够提高后续判断备用深度模型是否达标的准确率，为提高服务器服务质量提供了基础。具体地说，服务器将备用深度模型对服务请求的处理结果返回至客户端，接收客户端针对处理结果的反馈信息，根据反馈信息获取校验结果。如，以服务器为智能客服服务器为例，用户在客户端上输入提问所对应的标签时，客户端将当前获取的标签作为服务请求发送至服务器。而后，服务器中的备用深度模型根据服务请求中的标签，检索获取标签相关的问题解答，并将所获取的问题解答作为处理结果返回给客户端，以便于客户端将接收到的处理结果展示给用户进行查看。需要注意的是，客户端在展示处理结果是时，还显示询问信息(如，以上答案是否解决了您的问题的字样)并提供选择按钮本文档来自技高网...

【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