一种训练机器学习模型的方法、装置及系统制造方法及图纸

本发明专利技术提供了一种训练机器学习模型的方法、装置和系统，该方法包括：获取预设的机器学习模型的设定参数、设定参数的参数值、及用于评估机器学习模型效果的设定指标；获取根据设定参数的参数值训练机器学习模型得到的设定指标的指标值；记录机器学习模型在至少一次训练过程中设定参数的参数值和设定指标的指标值，并生成反映设定参数的参数值与设定指标的指标值之间对应关系的图表。

A method, device and system for training machine learning model

【技术实现步骤摘要】
一种训练机器学习模型的方法、装置及系统
本专利技术涉及机器学习
，更具体地，涉及一种训练机器学习模型的方法、一种训练机器学习模型的装置、一种包括至少一个计算装置和至少一个存储装置的系统、及一种可读存储介质。
技术介绍
机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。传统的机器学习模型的训练过程中，通常会通过调整机器学习模型的至少一个参数的参数值，对机器学习模型进行多次训练，并将每次训练过程中的所有参数的参数值、所有指标的指标值及训练样本等信息记录在对应的训练日志中。如果用户需要根据训练过程中历史参数值和对应的指标值，来调整参数值，需要查找每次训练机器学习模型得到的训练日志，并从训练日志记载的大量信息中筛选出所需要的参数值和指标值，使得查找过程非常繁琐耗时。
技术实现思路
本专利技术的一个目的是提供一种训练机器学习模型的新技术方案。根据本专利技术的第一方面，提供了一种训练机器学习模型的方法，包括：获取预设的机器学习模型的设定参数、所述设定参数的参数值、及用于评估所述机器学习模型效果的设定指标；获取根据所述设定参数的参数值训练所述机器学习模型得到的所述设定指标的指标值；记录所述机器学习模型在至少一次训练过程中所述设定参数的参数值和设定指标的指标值，并生成反映所述设定参数的参数值与所述设定指标的指标值之间对应关系的图表。可选的，所述获取预设的机器学习模型的设定参数、所述设定参数的参数值、及用于评估所述机器学习模型效果的设定指标包括：提供用于获取所述设定参数、所述设定参数的参数值、以及所述设定指标的第一接口；通过所述第一接口获取所述设定参数、所述设定参数的参数值和所述设定指标。可选的，所述通过所述第一接口获取所述设定参数、所述设定参数的参数值和所述设定指标包括：通过所述第一接口获取所述机器学习模型的算法代码；识别所述算法代码中所涉及的所有参数或预设的参考参数，作为所述设定参数；识别所述算法代码中所涉及的所有指标或预设的参考指标，作为所述设定指标；获取所述算法代码中所述设定参数的参数值。可选的，所述提供用于获取所述设定参数、所述设定参数的参数值、以及所述设定指标的第一接口包括：提供所述机器学习模型的数据处理流程图的图形化界面，其中，所述图形化界面中包括所述第一接口。可选的，所述图形化界面还包括用于获取逻辑代码的第二接口，其中，所述逻辑代码用于配置根据所述设定参数的参数值获取所述设定指标的方式；所述方法还包括：通过所述第二接口获取所述逻辑代码；根据所述逻辑代码和所述设定参数的参数值，得到所述设定指标的指标值。可选的，所述提供用于获取所述设定参数、所述设定参数的参数值、以及所述设定指标的第一接口包括：所述通过所述第一接口获取所述设定参数、所述设定参数的参数值和所述设定指标包括：获取通过所述第一接口输入的指定命令行；其中，所述指定命令行用于调用记录服务，其中包括所述设定参数、所述设定参数的参数值和所述设定指标；根据所述指定命令行获取所述设定参数、所述设定参数的参数值和所述设定指标。可选的，所述获取所述机器学习模型根据所述设定参数的参数值进行训练得到的所述设定指标的指标值包括：响应于在所述机器学习模型的训练过程中读取所述设定参数的参数值的请求，提供所述设定参数的参数值，进行所述机器学习模型的训练；获取所述机器学习模型根据所述设定参数的参数值进行训练得到的所述设定指标的指标值。可选的，还包括：记录每次训练所述机器学习模型的时间信息。可选的，所述记录所述机器学习模型在至少一次训练过程中所述设定参数的参数值和设定指标的指标值包括：将所述机器学习模型的每一次训练过程中获取的所述设定参数、所述设定参数的当前参数值、所述设定指标、所述设定指标的当前指标值、以及所述时间信息按照预设的格式被转换为json文件，并被存储在数据库中。可选的，所述设定参数为多个，所述设定指标为多个，所述方法还包括：提供用于选择设定参数的第三接口、和用于选择设定指标的第四接口；获取用户通过所述第三接口所选择的目标设定参数、和通过所述第四接口所选择的目标设定指标；所述生成反映所述设定参数的参数值与所述设定指标的指标值之间对应关系的图表包括：生成反映所述目标设定参数的参数值与所述目标设定指标的指标值之间对应关系的关系图。可选的，还包括：响应于用户调整所述目标设定参数的参数值的操作，获取调整后的参数值；获取根据所述调整后的参数值得到的所述目标设定指标的预测值；在所述关系图中展示与所述目标设定参数调整后的参数值所对应的所述目标设定指标的预测值。可选的，还包括：响应于根据调整后的参数值训练所述机器学习模型的操作，获取根据所述目标设定参数调整后的参数值重新训练所述机器学习模型得到的所述目标设定指标的实际值；在关系图中展示与所述目标设定参数调整后的参数值所对应的所述目标设定指标的实际值。可选的，所述目标设定参数为一个，所述关系图为散点图；或者，所述目标设定参数为两个，所述关系图为热力图。根据本专利技术的第二方面，提供了一种训练机器学习模型的装置，包括：第一获取模块，用于获取预设的机器学习模型的设定参数、所述设定参数的参数值、及用于评估所述机器学习模型效果的设定指标；第二获取模块，用于获取根据所述设定参数的参数值训练所述机器学习模型得到的所述设定指标的指标值；图表生成模块，用于记录所述机器学习模型在至少一次训练过程中所述设定参数的参数值和设定指标的指标值，并生成反映所述设定参数的参数值与所述设定指标的指标值之间对应关系的图表。可选的，所述第一获取模块具体用于：提供用于获取所述设定参数、所述设定参数的参数值、以及所述设定指标的第一接口；通过所述第一接口获取所述设定参数、所述设定参数的参数值和所述设定指标。可选的，所述通过所述第一接口获取所述设定参数、所述设定参数的参数值和所述设定指标包括：通过所述第一接口获取所述机器学习模型的算法代码；识别所述算法代码中所涉及的所有参数或预设的参考参数，作为所述设定参数；识别所述算法代码中所涉及的所有指标或预设的参考指标，作为所述设定指标；获取所述算法代码中所述设定参数的参数值。可选的，所述提供用于获取所述设定参数、所述设定参数的参数值、以及所述设定指标的第一接口包括：提供所述机器学习模型的数据处理流程图的图形化界面，其中，所述图形化界面中包括所述第一接口。可选的，所述图形化界面还包括用于获取逻辑代码的第二接口，其中，所述逻辑代码用于配置根据所述设定参数的参数值获取所述设定指标的方式；所述装置还包括：用于通过所述第二接口获取所述逻辑代码的模块；用于根据所述逻辑代码本文档来自技高网...

【技术保护点】
1.一种训练机器学习模型的方法，包括：/n获取预设的机器学习模型的设定参数、所述设定参数的参数值、及用于评估所述机器学习模型效果的设定指标；/n获取根据所述设定参数的参数值训练所述机器学习模型得到的所述设定指标的指标值；/n记录所述机器学习模型在至少一次训练过程中所述设定参数的参数值和设定指标的指标值，并生成反映所述设定参数的参数值与所述设定指标的指标值之间对应关系的图表。/n

【技术特征摘要】
1.一种训练机器学习模型的方法，包括：
获取预设的机器学习模型的设定参数、所述设定参数的参数值、及用于评估所述机器学习模型效果的设定指标；
获取根据所述设定参数的参数值训练所述机器学习模型得到的所述设定指标的指标值；
记录所述机器学习模型在至少一次训练过程中所述设定参数的参数值和设定指标的指标值，并生成反映所述设定参数的参数值与所述设定指标的指标值之间对应关系的图表。


2.根据权利要求1所述的方法，所述获取预设的机器学习模型的设定参数、所述设定参数的参数值、及用于评估所述机器学习模型效果的设定指标包括：
提供用于获取所述设定参数、所述设定参数的参数值、以及所述设定指标的第一接口；
通过所述第一接口获取所述设定参数、所述设定参数的参数值和所述设定指标。


3.根据权利要求2所述的方法，所述通过所述第一接口获取所述设定参数、所述设定参数的参数值和所述设定指标包括：
通过所述第一接口获取所述机器学习模型的算法代码；
识别所述算法代码中所涉及的所有参数或预设的参考参数，作为所述设定参数；识别所述算法代码中所涉及的所有指标或预设的参考指标，作为所述设定指标；
获取所述算法代码中所述设定参数的参数值。


4.根据权利要求2所述的方法，所述提供用于获取所述设定参数、所述设定参数的参数值、以及所述设定指标的第一接口包括：
提供所述机器学习模型的数据处理流程图的图形化界面，其中，所述图形化界面中包括所述第一接口。


5.根据权利要求4所述的方法，所述图形化界面还包括用于获取逻辑代码的第二接口，其中，所述逻辑代码用于配置根据所述设定参数的参数值获取所述设定指标的方式；
所述方法还包括：
通过所述第二接口获取所述逻辑代码；
根据所述逻辑代码和所述设定参数的参数值，得到所述设...

【专利技术属性】
技术研发人员：毛涛，贺威，黄缨宁，
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