一种深度学习智能算法流程快速构建系统技术方案

本发明专利技术涉及一种深度学习智能算法流程快速构建系统，包括：组件数据库，用于存储不同智能算法的流程组件；画布模块，响应于画布操作指令，对用于放置流程组件的算法流程画布进行处理；组件操作模块，响应于组件操作指令，对流程组件进行处理，在所述算法流程画布中构建深度学习智能算法流程。与现有技术相比，本发明专利技术可实现构建深度学习算法流程高复用和可视化，具有提高开发效率等优点。

A fast construction system of deep learning intelligent algorithm flow

【技术实现步骤摘要】
一种深度学习智能算法流程快速构建系统
本专利技术涉及一种计算机实现系统，尤其是涉及一种深度学习智能算法流程快速构建系统。
技术介绍
人工智能的迅速发展正在深刻改变人类社会生活、改变世界，其技术和应用正逐步进入商用的阶段。近几年来，深度学习作为一种实现人工智能的技术，正经历快速发展的过程。然而，在深度学习算法在商用产品/项目应用的过程中，最大的难题是不懂深度学习智能算法的算法工程师需要很长的知识学习成本，才能够构建出一个深度学习智能算法流程；然而在实验室中的人工智能科学家对于产品/项目中的流程也极并不了解，对于构建深度学习智能算法流程也有困难。目前解决这个问题的常规方案是成立两个部门，一个是由人工智能科学家组成的，一个是由算法工程师组成的，然后俩部门互相学习对方的知识来共同完成构建深度学习智能算法流程这个任务。但是这个方案的需求支撑耗时长、效率低，多个产品/项目需求在不同部门中汇聚进行排队处理，人力投入大，支撑费用高。常规方案使得构建深度学习智能算法流程的全过程极其混乱，不透明、且灵活性较弱，需求谈论时间长，人员耗费精力大。
技术实现思路
本专利技术的目的在于克服上述现有技术存在的缺陷而提供一种深度学习智能算法流程快速构建系统。本专利技术的目的可以通过以下技术方案来实现：一种深度学习智能算法流程快速构建系统，包括：组件数据库，用于存储不同智能算法的流程组件；画布模块，响应于画布操作指令，对用于放置流程组件的算法流程画布进行可视化及处理；组件操作模块，响应于组件操作指令，对流程组件进行处理，在所述算法流程画布中构建深度学习智能算法流程。进一步地，所述组件操作指令包括添加指令、配置指令、删除指令和连接建立指令，所述添加指令为拖拽式指令，所述连接建立指令为拖拉式指令。进一步地，响应所述添加指令时，将组件数据库中的指定流程组件添加显示至所述算法流程画布中；响应所述删除指令时，将所述算法流程画布中已有的对应流程组件删除。进一步地，在所述指定流程组件添加显示至算法流程画布中时，显示对该指定流程组件的配置窗口。进一步地，响应所述配置指令后，对流程组件的配置参数进行规格检查；检查合格后，在对应流程组件上显示输入节点和输出节点。进一步地，响应所述连接建立指令时，显示不同流程组件输入节点或输出节点的连接关系。进一步地，所述画布操作指令包括画布显示指令、画布缩放指令和画布移动指令。进一步地，响应所述画布移动指令时，算法流程画布中已有的流程组件与算法流程画布同步移动。进一步地，还包括：合法校验模块，对构建的深度学习智能算法流程进行数据合法性校验。进一步地，所述流程组件包括输入数据处理组件、深度学习模型组件和算法评估组件。与现有技术相比，本专利技术具有如下有益效果：1、本专利技术可以更高效率的组建算法流程，并且使用门槛更低，并有debug模式使得修正算法流程达到预期效果。2、本专利技术从选择使用算法组件、构建算法流程、配置算法参数等方式改变了传统的工作模式，将繁琐、复杂的代码开发转变为前台简单的拖、拉、拽的自助模式，让编程基础不强的人也可以调试深度学习算法流程，用户能够轻松地体验到将深度学习算法研究和构建算法流程解耦所带来的便利。3、本专利技术采用各个组件技术实现上独立的，但组件之间可以根据配置不同参数进行相互联动，并通过前端可视化实现自定义拖拉拽，后端有明确的组件定义和组件之间的关系定义，简单可靠。4、本专利技术可以很好的解决现有工期长、需求反馈慢、提高了开发效率并给予了灵活多变的人机交互形式。5、本专利技术有助于解决项目工程人员和人工智能研究人员在深度学习算法上的知识鸿沟，融合双方的价值，将深度学习算法流程的价值最大化。附图说明图1为本专利技术的使用流程示意图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。本专利技术提供一种深度学习智能算法流程快速构建系统，包括组件数据库、画布模块和组件操作模块，其中，组件数据库用于存储不同智能算法的流程组件；画布模块响应于画布操作指令，对用于放置流程组件的算法流程画布进行可视化及处理；组件操作模块响应于组件操作指令，对流程组件进行处理，在所述算法流程画布中构建深度学习智能算法流程。组件数据库中的每一组件数据库具有对应组件的说明面板，可供用户查看。所述流程组件包括输入数据处理组件、深度学习模型组件和算法评估组件。组件操作指令包括添加指令、配置指令、删除指令和连接建立指令，所述添加指令为拖拽式指令，所述连接建立指令为拖拉式指令。1)添加指令响应所述添加指令时，将组件数据库中的指定流程组件添加显示至所述算法流程画布中。2)删除指令响应所述删除指令时，将所述算法流程画布中已有的对应流程组件删除，与该流程组件相连的连接线同时被删除。3)配置指令在所述指定流程组件添加显示至算法流程画布中时，显示对该指定流程组件的配置窗口。响应所述配置指令后，对流程组件的配置参数进行规格检查，检查合格后，在对应流程组件上显示输入节点和输出节点。为了提高用户体验性，可以流程组件配置完成前后用不同颜色加以区分。如流程组件设置为“完成配置”时，在组件左上角显示绿色标记，流程组件设置为“未完成配置”时，在组件左上角显示红色标记。该系统中对深度学习算法所需的配置分成3个方向：1.输入数据的采样算法，数据增强算法；2.训练过程中的算法构建模型的参数以及深度学习训练参数；3.输出模型的算法评估参数。4)连接建立指令响应所述连接建立指令时，显示不同流程组件输入节点或输出节点的连接关系。在流程画布中，单击需要输出的流程组件的输出节点，系统生成连接线，单击并拖拉至需要输入的流程组件的输入节点，完成两个流程组件的连接。仅当连接两端流程组件为绿灯状态，方可进行连接。在连接过程中，连接线仅可从流程组件的输出节点生成。线条颜色显示：当连线完成后，对连接线两端的输入点和输出点进行数据类型检查。如果数据类型一致，则显示为绿线，如果类型不一致，则显示为红线。删除连接：在流程画布中，删除连接线，连接线删除后，连接的流程组件不同步删除。画布操作指令包括画布显示指令、画布缩放指令和画布移动指令。响应所述画布移动指令时，算法流程画布中已有的流程组件与算法流程画布同步移动。在所述画布缩放指令中，该快速构建系统还可包括合法校验模块，对构建的深度学习智能算法流程进行数据合法性校验。实施例：构建识别车轮毂类型的深度学习算法流程步骤一：训练车轮毂分类器使用当前应用最为广泛的CNN特征提取网络RESNET，作为图像分类器学习如何分类车轮毂，得到一个效果良好的分类器。步骤本文档来自技高网...

【技术保护点】
1.一种深度学习智能算法流程快速构建系统，其特征在于，包括：/n组件数据库，用于存储不同智能算法的流程组件；/n画布模块，响应于画布操作指令，对用于放置流程组件的算法流程画布进行可视化及处理；/n组件操作模块，响应于组件操作指令，对流程组件进行处理，在所述算法流程画布中构建深度学习智能算法流程。/n

【技术特征摘要】
1.一种深度学习智能算法流程快速构建系统，其特征在于，包括：
组件数据库，用于存储不同智能算法的流程组件；
画布模块，响应于画布操作指令，对用于放置流程组件的算法流程画布进行可视化及处理；
组件操作模块，响应于组件操作指令，对流程组件进行处理，在所述算法流程画布中构建深度学习智能算法流程。


2.根据权利要求1所述的深度学习智能算法流程快速构建系统，其特征在于，所述组件操作指令包括添加指令、配置指令、删除指令和连接建立指令，所述添加指令为拖拽式指令，所述连接建立指令为拖拉式指令。


3.根据权利要求1所述的深度学习智能算法流程快速构建系统，其特征在于，响应所述添加指令时，将组件数据库中的指定流程组件添加显示至所述算法流程画布中；
响应所述删除指令时，将所述算法流程画布中已有的对应流程组件删除。


4.根据权利要求3所述的深度学习智能算法流程快速构建系统，其特征在于，在所述指定流程组件添加显示至算法流程画布中时，显示对该指定流程组件的配置窗口。


5.根据权利要求1所述...

【专利技术属性】
技术研发人员：侍国斌，
申请(专利权)人：聚时科技上海有限公司，
类型：发明
国别省市：上海;31