基于机器学习模型的应用开发方法、装置及电子设备制造方法及图纸

本发明专利技术涉及基于机器学习模型的应用开发方法、装置及电子设备。该方法包括：获取用户设置的机器学习模型的类型；根据对应类型的机器学习策略，通过一次或多次自动训练模型的实验，获得一个或多个机器学习模型，其中，机器学习策略用于控制与模型训练相关的数据、算法、资源之中的至少一项；根据获得的机器学习模型，生成应用。该方法将复杂的应用构建流程简化，解决人工智能应用开发中人力成本高的问题。

【技术实现步骤摘要】
基于机器学习模型的应用开发方法、装置及电子设备
本专利技术涉及应用开发
，更具体地，涉及一种基于机器学习模型的应用开发方法、一种基于机器学习模型的应用开发装置、一种电子设备以及一种计算机可读存储介质。
技术介绍
随着人工智能技术快速发展，人工智能的应用场景也日趋广泛多样。例如，计算机视觉相关的人工智能技术可以应用于人脸识别、车牌识别、票据识别、细菌识别等。人工智能应用的开发通常环节较多、过程复杂，并且对开发人员的能力要求较高。采用已有的人工智能应用，可以显著降低解决业务问题所需要的成本。但是，现有的成熟应用通常集中在若干个主流的应用场景，例如大多数计算机视觉相关的应用集中在在人脸识别、车辆识别、车牌识别等领域。对于主流场景之外的个性化需求(即长尾需求)，例如票据识别、细菌识别等场景，仍然需要开发专门的人工智能应用。因此，有必要提出一种新的人工智能应用的开发方法，以降低开发难度，满足多样化的业务需求。
技术实现思路
本专利技术的一个目的是提供一种基于机器学习模型的应用开发的新技术方案。根据本专利技本文档来自技高网...

【技术保护点】
1.一种基于机器学习模型的应用开发方法，包括：/n获取用户设置的机器学习模型的类型；/n根据对应所述类型的机器学习策略，通过一次或多次自动训练模型的实验，获得一个或多个机器学习模型，其中，所述机器学习策略用于控制与模型训练相关的数据、算法、资源之中的至少一项；/n根据获得的所述机器学习模型，生成所述应用。/n

【技术特征摘要】
1.一种基于机器学习模型的应用开发方法，包括：
获取用户设置的机器学习模型的类型；
根据对应所述类型的机器学习策略，通过一次或多次自动训练模型的实验，获得一个或多个机器学习模型，其中，所述机器学习策略用于控制与模型训练相关的数据、算法、资源之中的至少一项；
根据获得的所述机器学习模型，生成所述应用。


2.根据权利要求1所述的方法，其中，所述机器学习模型为计算机视觉相关的机器学习模型。


3.根据权利要求1所述的方法，其中，所述机器学习模型的类型包括图像分类类型、物体识别类型、文本定位类型、文本识别类型中的至少一种。


4.根据权利要求1或2所述的方法，其中，所述获取用户设置的机器学习模型的类型，包括：
向用户展示与各种机器学习任务分别对应的机器学习模型的候选类型；
接收用户从候选类型中选择的机器学习模型的类型。


5.根据权利要求1或2所述的方法，其中，所述根据对应所述类型的机器学习策略，通过一次或多次自动训练模型的实验，获得一个或多个机器学习模型，包括：
向用户提供用于根据对应所述类型的机器学习策略来设置模型自动训练任务的建模创建界面；
接收用户在建模创建界面中执行的设置操作，以获取自动训练模型所需的设置项...

【专利技术属性】
技术研发人员：黄缨宁，南雨含，郭朕，张宇，许立鹏，孙佳维，
申请(专利权)人：第四范式北京技术有限公司，
类型：发明
国别省市：北京;11