一种模型预测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种模型预测方法、装置及计算机存储介质，该方法包括：接收由用户终端上传的针对预测任务的的配置文件，所述配置文件至少包括所述预测任务对应的待预测模型、代码版本及环境参数；根据环境参数创建预测环境，根据代码版本从代码库中查找预测代码；在所创建的预测环境中运行所述预测代码，以执行针对待预测模型的预测任务。如此，本发明专利技术无需再通过手动挑选模型和硬编码代码并进一步手动调整预测参数的方式进行预测任务的提交，从而实现预测任务的自动提交，进而有效提升模型预测效率。

【技术实现步骤摘要】
一种模型预测方法、装置及存储介质
本专利技术涉及人工神经网络
，尤其涉及一种模型预测方法、装置及计算机存储介质。
技术介绍
深度学习模型预测的首要目的是获得预测结果，用于评判模型的效果。通常有两种发起方式：第一种是，算法工程师在训练什么？时通常会同时提交一个预测任务(通常针对验证集)，通过预测任务查看训练过程中的损失函数(lossfunction)和训练获得的模型预测结果；第二种是，在集群完成训练得到模型后，算法研发工程师会用数据集再做一次预测，用模型预测的结果和数据集实际标注结果进行比较来评测，分析模型性能。相关技术中，算法研发工程师主要通过手动方式挑选深度学习模型和编写代码并调整预测参数来进行模型预测任务的提交，效率较低。
技术实现思路
本专利技术实施例为了解决克服现有模型预测过程中所存在的问题，创造性地提供了一种模型预测方法、装置及计算机存储介质。根据本专利技术第一方面，提供了一种模型预测方法，应用于服务器，该方法包括：接收由用户终端上传的针对预测任务的配置文件，所述配置文件至少包括所述预测任务对应的待预本文档来自技高网...

【技术保护点】
1.一种模型预测方法，应用于服务器，包括：/n接收由用户终端上传的针对预测任务的配置文件，所述配置文件至少包括所述预测任务对应的待预测模型、代码版本及环境参数；/n根据所述环境参数创建预测环境；/n根据所述代码版本从代码库中查找预测代码；/n在所创建的预测环境中运行所述预测代码，以执行针对所述待预测模型的预测任务。/n

【技术特征摘要】
1.一种模型预测方法，应用于服务器，包括：
接收由用户终端上传的针对预测任务的配置文件，所述配置文件至少包括所述预测任务对应的待预测模型、代码版本及环境参数；
根据所述环境参数创建预测环境；
根据所述代码版本从代码库中查找预测代码；
在所创建的预测环境中运行所述预测代码，以执行针对所述待预测模型的预测任务。


2.根据权利要求1所述的方法，其中，所述配置文件还包括所述预测任务对应预测结果的存储地址；相应的，所述方法还包括：
在执行所述预测任务的过程中，记录并保存预测结果至所述存储地址。


3.根据权利要求1所述的方法，其中，所述预测任务包括第一预测任务和第二预测任务，所述第一预测任务和所述第二预测任务隶属于同一任务类别；相应的，所述方法还包括：
检测所述配置文件的待比较任务列表中是否包括所述第一预测任务和第二预测任务；
若检测到所述配置文件的待比较任务列表中包括所述第一预测任务和第二预测任务，则执行对所述第一预测任务和第二预测任务比较，得到所述第一预测任务和第二预测任务之间的差异性。


4.根据权利要求3所述的方法，其中，所述执行对所述第一预测任务和第二预测任务的比较，得到所述第一预测任务和第二预测任务之间的差异性，包括：
对所述第一预测任务的环境参数和所述第二预测任务的环境参数进行比较，得到所述第一预测任务和第二预测任务之间预测环境的差异性；
或，对所述第一预测任务对应的待预测模型和所述第二预测任务对应的待预测模型二者的模型层级数及各模型层级的参数信息进行比较，得到所述第一预测任务和第二预测任务之间待预测模型的差异性；
或，对所述第一预测任务的预测代码和所述第二预测任务的预测代码二者的参数信息进行比较，得到...

【专利技术属性】
技术研发人员：王蕾，王益政，
申请(专利权)人：深圳地平线机器人科技有限公司，
类型：发明
国别省市：广东;44