机器学习模型应用的方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术公开了一种机器学习模型应用的方法、装置、计算机设备和存储介质。该方法包括：通过可视化人机交互界面获取与用户选择的目标机器学习模型匹配的模型应用指令，并获取与所述目标机器学习模型对应的模型调用接口；通过调用所述模型调用接口，将用户发送的待预测数据提供给所述目标机器学习模型，并获取所述目标机器学习模型返回的预测结果；在所述可视化人机交互界面中展示所述预测结果。使用本发明专利技术的技术方案，可以实现不同类型的模型在用户间的共享和通用，提高用户体验。

Method, device, computer equipment and storage medium of machine learning model application

【技术实现步骤摘要】
机器学习模型应用的方法、装置、计算机设备和存储介质
本专利技术实施例涉及人工智能技术，尤其涉及一种机器学习模型应用的方法、装置、计算机设备和存储介质。
技术介绍
人工智能技术的发展，使通过机器学习算法训练出来的模型，能够具备分析学习能力，可以进行文字、图像、视频或者音频等数据的处理。现有技术中，训练不同类型的模型所使用的深度学习框架不同，常见的深度学习框架包括TensorFlow、Keras、PyTorch、Cafee、CNTK(ComputationalNetworkToolkit，计算网络工具包)、PaddlePaddle等，训练出来的模型需要依靠对应的深度学习框架运行环境才能应用。专利技术人在实现本专利技术的过程中，发现现有技术存在以下缺陷：用户使用模型时，需要搭建模型的深度学习框架运行环境，并将模型拷贝至本地，才能对模型进行应用，对用户的专业水平要求较高，模型应用的灵活性较差，并且模型应用时一般基于命令行交互界面，界面的用户友好性较差。
技术实现思路
本专利技术实施例提供一种机器学习模型应用的本文档来自技高网...

【技术保护点】
1.一种机器学习模型应用的方法，其特征在于，包括：/n通过可视化人机交互界面获取与用户选择的目标机器学习模型匹配的模型应用指令，并获取与所述目标机器学习模型对应的模型调用接口；/n通过调用所述模型调用接口，将用户发送的待预测数据提供给所述目标机器学习模型，并获取所述目标机器学习模型返回的预测结果；/n在所述可视化人机交互界面中展示所述预测结果。/n

【技术特征摘要】
1.一种机器学习模型应用的方法，其特征在于，包括：
通过可视化人机交互界面获取与用户选择的目标机器学习模型匹配的模型应用指令，并获取与所述目标机器学习模型对应的模型调用接口；
通过调用所述模型调用接口，将用户发送的待预测数据提供给所述目标机器学习模型，并获取所述目标机器学习模型返回的预测结果；
在所述可视化人机交互界面中展示所述预测结果。


2.根据权利要求1所述的方法，其特征在于，在通过可视化人机交互界面获取与用户选择的目标机器学习模型匹配的模型应用指令之前，还包括：
通过可视化人机交互界面获取用户上传的机器学习模型，并将所述机器学习模型转换为统一格式模型；
对所述统一格式模型进行优化处理后保存至模型库中，并生成与所述统一格式模型匹配的模型调用接口。


3.根据权利要求2所述的方法，其特征在于，在生成与所述统一格式模型匹配的模型调用接口之后，还包括：
生成与各服务器节点匹配的标签，并将所述标签与匹配的模型调用接口进行绑定，所述标签用于指示运行统一格式模型的服务器节点；
通过调用所述模型调用接口，将用户发送的待预测数据提供给所述目标机器学习模型，并获取所述目标机器学习模型返回的预测结果，包括：
通过调用所述模型调用接口，将用户发送的待预测数据提供给所述目标机器学习模型，控制所述目标机器学习模型在与所述模型调用接口匹配的服务器节点上运行，计算得到所述预测结果。


4.根据权利要求2所述的方法，其特征在于，在生成与所述统一格式模型匹配的模型调用接口之后，还包括：
将生成的所述模型调用接口在注册中心中进行注册；
获取与所述目标机器学习模型对应的模型调用接口，包括：
将所述模型应用指令发送至注册中心，获取所述注册中心反馈的与所...

【专利技术属性】
技术研发人员：王恬宇，包鹏飞，
申请(专利权)人：光际科技上海有限公司，
类型：发明
国别省市：上海;31