一种模型迭代方法、第二电子设备及存储介质技术

本申请实施例提供一种模型迭代方法、第二电子设备及存储介质，该模型迭代方法包括：获取模型训练的算法注册信息和来自于第一电子设备的数据集；其中，算法注册信息包括预设的训练模型所需的信息；基于数据集和算法注册信息，训练得到符合预设标准的第一模型，并存储第一模型至第二电子设备；获取第一模型在第二电子设备中的存储路径；发送存储路径至第一电子设备。子设备。子设备。

【技术实现步骤摘要】
一种模型迭代方法、第二电子设备及存储介质


[0001]本申请涉及但不限于计算机
，尤其涉及一种模型迭代方法、第二电子设备及存储介质。

技术介绍

[0002]目前随着人工智能技术的发展，越来越多的智能系统出现在各个应用领域。算法模型是智能系统的核心，在实际运行过程中，智能系统将遇到越来越多的新数据。为了保持智能系统的准确率，往往需要根据新数据进行模型迭代。在现阶段，模型迭代工作主要由人工完成。然而，模型迭代依赖人工完成，不仅需要各方人员配合从而无法及时响应模型迭代需要，而且需要人工执行大量重复工作。
[0003]申请内容
[0004]本申请实施例提供一种模型迭代方法、第二电子设备及存储介质，以解决相关技术中模型迭代依赖人工完成，不仅需要各方人员配合从而无法及时响应模型迭代需要，而且需要人工执行大量重复工作的问题，实现模型迭代流程自动化，大大减少人工投入，提升模型迭代效率和准确性。
[0005]本申请实施例的技术方案是这样实现的：
[0006]一种模型迭代方法，所述方法包括：
[0007]获取模型训练的算法注册信息和来自于第一电子设备的数据集；其中，所述算法注册信息包括预设的训练模型所需的信息；
[0008]基于所述数据集和所述算法注册信息，训练得到符合预设标准的第一模型，并存储所述第一模型至第二电子设备；
[0009]获取所述第一模型在所述第二电子设备中的存储路径；
[0010]发送所述存储路径至所述第一电子设备。
[0011]可选的，所述方法还包括：
[0012]通过第二电子设备中的代理服务接口对所述数据集进行格式转换处理，得到具有预设格式的目标数据集；其中，所述预设格式为所述第二电子设备中的Kubernets集群所处理的数据具有的格式；
[0013]相应的，所述基于所述数据集和所述算法注册信息，训练得到符合预设标准的第一模型，包括：
[0014]通过所述代理服务接口基于所述目标数据集和所述算法注册信息，训练得到所述第一模型。
[0015]可选的，所述方法还包括：
[0016]存储所述目标数据集至第二电子设备，并获取所述目标数据集的数据集路径；
[0017]相应的，所述通过所述代理服务接口基于所述目标数据集和所述算法注册信息，训练得到所述第一模型，包括：
[0018]通过所述代理服务接口基于所述数据集路径和所述算法注册信息，生成配置文
件；
[0019]通过所述代理服务接口调用Kubernets应用程序接口，将所述配置文件发送给Kubernets集群；
[0020]获取所述Kubernets集群基于所述配置文件训练得到所述第一模型。
[0021]可选的，所述获取所述Kubernets集群基于所述配置文件训练得到所述第一模型，包括：
[0022]获取所述Kubernets集群基于所述配置文件训练得到的第二模型；
[0023]通过所述代理服务接口对所述第二模型进行评估，得到评估结果；
[0024]通过所述代理服务接口确定所述评估结果表征所述第二模型符合预设标准，将所述第二模型作为所述第一模型。
[0025]可选的，所述通过所述代理服务接口对所述第二模型进行评估，得到评估结果，包括：
[0026]通过所述代理服务接口基于所述算法注册信息，确定模型类别；
[0027]通过所述代理服务接口确定与所述模型类别匹配的目标算法；
[0028]通过所述代理服务接口基于所述目标算法，对所述第二模型进行评估，得到所述评估结果。
[0029]可选的，所述配置文件包括Docker镜像地址、所述数据集路径、预训练模型路径、训练代码路径、参数配置文件路径、模型输出路径。
[0030]可选的，所述方法还包括：
[0031]获取预训练模型和训练代码；
[0032]存储所述预训练模型和所述训练代码至对象存储中，并获得获取所述预训练模型的预训练模型路径，以及所述训练代码的训练代码路径。
[0033]可选的，所述存储所述第一模型至第二电子设备，包括：
[0034]存储所述第一模型至第二电子设备的对象存储中。
[0035]一种第二电子设备，所述第二电子设备包括：
[0036]存储器，用于存储可执行指令；
[0037]处理器，用于执行所述存储器中存储的可执行指令，实现如上述的模型迭代方法。
[0038]一种存储介质，其特征在于，存储有可执行指令，当所述可执行指令被执行时，用于引起处理器上述的模型迭代方法。
[0039]应用本申请实施例实现以下有益效果：模型迭代流程自动化，一方面可以立即响应模型迭代需求，另一方面可以大大减少人工投入，提升模型迭代效果和准确性。
[0040]因为获取模型训练的算法注册信息和来自于第一电子设备的数据集；其中，算法注册信息包括预设的训练模型所需的信息；基于数据集和算法注册信息，训练得到符合预设标准的第一模型，并存储第一模型至第二电子设备；获取第一模型在第二电子设备中的存储路径；发送存储路径至第一电子设备；如此，实现自动化的模型迭代流程，在第二电子设备训练得到与来自于第一电子设备的数据集匹配的第一模型后，发送第一模型的存储路径至第一电子设备，进而第一电子设备可以基于该存储路径快速获取第一模型；解决了相关技术中模型迭代依赖人工完成，不仅需要各方人员配合从而无法及时响应模型迭代需要，而且需要人工执行大量重复工作的问题，实现模型迭代流程自动化，大大减少人工投
入，提升模型迭代效率和准确性。
附图说明
[0041]图1本申请实施例提供的一种模型迭代方法的流程示意图；
[0042]图2本申请实施例提供的一种模型迭代的架构示意图；
[0043]图3本申请实施例提供的另一种模型迭代方法的流程示意图；
[0044]图4本申请实施例提供的一种第二电子设备的结构示意图。
具体实施方式
[0045]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0046]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
[0047]对本申请实施例进行进一步详细说明之前，对本申请实施例中涉及的名词和术语进行说明，本申请实施例中涉及的名词和术语适用于如下的解释。
[0048]1)应用容器引擎Docker，是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的Linux或Windows机器上，也可以实现虚拟化。
[0049]2)Kubernets，简称K8s，是用8本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型迭代方法，其特征在于，所述方法包括：获取模型训练的算法注册信息和来自于第一电子设备的数据集；其中，所述算法注册信息包括预设的训练模型所需的信息；基于所述数据集和所述算法注册信息，训练得到符合预设标准的第一模型，并存储所述第一模型至第二电子设备；获取所述第一模型在所述第二电子设备中的存储路径；发送所述存储路径至所述第一电子设备。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过第二电子设备中的代理服务接口对所述数据集进行格式转换处理，得到具有预设格式的目标数据集；其中，所述预设格式为所述第二电子设备中的Kubernets集群所处理的数据具有的格式；相应的，所述基于所述数据集和所述算法注册信息，训练得到符合预设标准的第一模型，包括：通过所述代理服务接口基于所述目标数据集和所述算法注册信息，训练得到所述第一模型。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：存储所述目标数据集至第二电子设备，并获取所述目标数据集的数据集路径；相应的，所述通过所述代理服务接口基于所述目标数据集和所述算法注册信息，训练得到所述第一模型，包括：通过所述代理服务接口基于所述数据集路径和所述算法注册信息，生成配置文件；通过所述代理服务接口调用Kubernets应用程序接口，将所述配置文件发送给Kubernets集群；获取所述Kubernets集群基于所述配置文件训练得到所述第一模型。4.根据权利要求3所述的方法，其特征在于，所述获取所述Kubernets集群基于所述配置文件训练得到所述第一模型，包括：获取所述Kubernets集群基于所述...

【专利技术属性】
技术研发人员：罗壮，高少帅，何云龙，赵何，蒋煜襄，刘奇，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：