一种深度学习的方法及装置制造方法及图纸

本发明专利技术公开了一种深度学习的方法，包括：接收到深度学习任务后，根据用户选择的深度学习框架匹配相应的容器镜像，根据用户选择的角色和节点信息在指定节点上拉取对应的容器镜像，创建容器资源；启动容器，根据容器对应的角色执行相应的逻辑对模型进行训练。还公开了一种深度学习的装置。可以实现自动化构建深度学习的环境，可以自动化管理任务及自动化部署深度学习线上推理业务等。

【技术实现步骤摘要】
一种深度学习的方法及装置
本专利技术涉及通信技术，尤指一种深度学习的方法及装置。
技术介绍
机器学习研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习需要经过数据选择，分析，特征选择，算法设计，训练，验证，测试，发布线上推理应用一系列过程。深度学习是机器学习中的一个分支。深度学习的过程一般需要经历数据的准备，数据分析，特征选择，数据集拆分，模型的设计，模型训练(其中，又涉及到训练环境的准备，训练任务的提交和监控)，模型的评估，模型上线的过程。同时在模型发生变化的时候，要及时更新线上的模型。整个深度学习过程的流程较复杂，涉及的环节较多，导致深度学习使用起来过于复杂并且效率较低。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种深度学习的方法及装置，可以实现自动化构建深度学习的环境。为了达到本专利技术目的，本专利技术提供了一种深度学习的方法，其中，包括：接收到深度学习任务后，根据用户选择的深度学习框架匹配相应的容器镜像，根据用户选择的角色和节点信息在指定节点上拉取对应的容器镜像，创建容器资源；启动容器，根据容器对应的角本文档来自技高网...

【技术保护点】
1.一种深度学习的方法，其特征在于，包括：接收到深度学习任务后，根据用户选择的深度学习框架匹配相应的容器镜像，根据用户选择的角色和节点信息在指定节点上拉取对应的容器镜像，创建容器资源；启动容器，根据容器对应的角色执行相应的逻辑对模型进行训练。

【技术特征摘要】
1.一种深度学习的方法，其特征在于，包括：接收到深度学习任务后，根据用户选择的深度学习框架匹配相应的容器镜像，根据用户选择的角色和节点信息在指定节点上拉取对应的容器镜像，创建容器资源；启动容器，根据容器对应的角色执行相应的逻辑对模型进行训练。2.根据权利要求1所述的方法，其特征在于，所述根据角色执行相应的逻辑对模型进行训练后，还包括：保存训练完成的模型及参数，然后自动释放所述容器资源。3.根据权利要求1所述的方法，其特征在于，所述根据角色执行相应的逻辑对模型进行训练后，还包括：使用训练完成的模块和参数进行模型测试，输出测试结果。4.根据权利要求1所述的方法，其特征在于，所述根据角色执行相应的逻辑对模型进行训练后，还包括：将训练完成的模块推送至一个或多个线上服务器中。5.根据权利要求1所述的方法，其特征在于，所述将训练完成的模块推送至一个或多个线上服务器中的过程中，包括：收集用户使用时应用的数据，添加至训练数据中；利用所述训练数据进行模型训练，当新训练的模型测试效果优于当前模型时，进行模型更新。6.一种深度学习的装置，其特征在于，...

【专利技术属性】
技术研发人员：赵仁明，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41