算法模型的管理方法及装置制造方法及图纸

本申请实施例公开了一种算法模型的管理方法及装置，该方法包括：获取多个用户设备训练目标算法模型的第一信息，得到多个第一信息，第一训练结果指标组包括目标算法模型的多个训练结果指标；根据多个第一训练结果指标组从多个第一训练参数组中选取目标训练参数组；向多个用户设备发送目标训练参数组，以指示多个用户设备分别对目标算法模型进行更新。本申请根据不同用户设备训练目标算法模型的训练参数和训练结果指标来对每个用户设备的目标算法模型进行更新，实现对多个用户设备的算法模型进行统一管理，在降低管理成本的同时可以提高算法模型的准确率。提高算法模型的准确率。提高算法模型的准确率。

【技术实现步骤摘要】
算法模型的管理方法及装置


[0001]本申请涉及计算机
，尤其涉及一种算法模型的管理方法及装置。

技术介绍

[0002]随着计算机技术的快速发展，云计算、大数据和人工智能等技术不断地在生活中得到广泛应用。而这些技术通常是基于各类算法模型实现的，算法模型是解决一类问题的步骤，例如预测模型、纠错模型、分词模型、图像识别模型等。
[0003]在算法模型相关的项目中，主要有两种模式：本地模式和云服务器模式。其中本地模式中模型的训练和优化的结果、模型文件均保存在本地，模型的部署也是存储于指定文件中进行保存，这种情况很容易混乱，且不方便模型的更新和流程自动化。云服务器模式是将所有的流程均运行在服务器端，方便统一管理，但长期使用的成本比较高。因此如何有效地管理算法模型是目前亟待解决的问题。

技术实现思路

[0004]本申请实施例提供了一种算法模型的管理方法及装置，能够对多个用户设备运行的算法模型进行管理，在降低管理成本的同时可以提高算法模型的准确率。
[0005]第一方面，本申请实施例提供一种算法模型的管理方法，所述方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种算法模型的管理方法，其特征在于，所述方法包括：获取多个用户设备训练目标算法模型的第一信息，得到多个第一信息，每个第一信息包括第一训练参数组和第一训练结果指标组，所述第一训练参数组包括所述目标算法模型的多个训练参数，所述第一训练结果指标组包括所述目标算法模型的多个训练结果指标；根据多个所述第一训练结果指标组，从多个所述第一训练参数组中选取目标训练参数组；向所述多个用户设备发送所述目标训练参数组，以指示所述多个用户设备分别对所述目标算法模型进行更新。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：接收来自第一用户设备的第一请求消息，所述第一请求消息用于请求所述目标算法模型，所述多个用户设备包括所述第一用户设备；根据所述第一请求消息，获取算法模型列表，所述算法模型列表包括每个所述目标算法模型的所述第一信息和第二信息，所述第二信息包括每个所述目标算法模型的训练时间；根据所述第一信息和/或所述第二信息，从多个所述目标算法模型中确定最佳算法模型；将所述最佳算法模型的存储地址发送给所述第一用户设备。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一信息和/或所述第二信息，从多个所述目标算法模型中确定最佳算法模型，包括：若所述第一请求消息中包括第一指标，则从所述第一信息中选取所述第一指标最佳的所述第一训练结果指标组，将所述第一训练结果指标组对应的目标算法模型确认为所述最佳算法模型；否则从所述第二信息中选取出目标训练时间，所述目标训练时间为与当前时间最近的训练时间，将所述目标训练时间对应的目标算法模型确定为所述最佳算法模型。4.根据权利要求2所述的方法，其特征在于，所述根据所述第一信息和/或所述第二信息，从多个所述目标算法模型中确定最佳算法模型，包括：获取至少一个第一算法模型，所述第一算法模型为所述第一用户设备上传的所述目标算法模型；根据所述至少一个第一算法模型的第二信息，将所述至少一个第一算法模型的第一信息分别进行比较，得到第一指标；从所述第一信息中选取所述第一指标最佳的所述第一训练结果指标组，将所述第一训练结果指标组对应的目标算法模型确认为所述最佳算法模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述至少一个第一算法模型的第二信息，将所述至少一个第一算法模型的第一信息分别进行比较，得到第一指标，包括：将所述至少一个第一算法模型按照训练时间进行升序排序，分别将第i个第一算法模型的所述第一训练...

【专利技术属性】
技术研发人员：刘镇熙，
申请(专利权)人：深圳思为科技有限公司，
类型：发明
国别省市：