一种计算资源获取方法、装置、电子设备和存储介质制造方法及图纸

本申请提供一种计算资源获取方法、装置、电子设备和存储介质，所述方法包括：根据场景信息和训练样本数据，确定用于模型训练的拓扑信息；根据所述拓扑信息，获得所述拓扑信息包括的每个算子的算子资源信息；根据所述每个算子的算子资源信息，获得用于模型训练的目标资源信息。基于用户输入的场景信息和训练样本数据来确定用于模型训练的拓扑信息，后续计算拓扑信息中所包括的每个算子的算子资源信息，以及用于模型训练的目标资源信息，辅助用户完成模型训练对应的计算资源的配置，降低人为因素带来的干扰，减小模型训练时所需的计算资源和用户配置的计算资源之间的偏差。用户配置的计算资源之间的偏差。用户配置的计算资源之间的偏差。

【技术实现步骤摘要】
一种计算资源获取方法、装置、电子设备和存储介质


[0001]本申请涉及机器学习
，具体涉及一种计算资源获取方法、装置、电子设备和存储介质。

技术介绍

[0002]基于机器学习的算法模型具有充分训练后预测时间短，预测准确率高等优点，被广泛应用于各个领域中。
[0003]在算法模型的训练过程中，不同算法模型训练时所需要的计算资源会相应变化，上述用于模型训练的计算资源需用户手动配置，在人为因素的干扰下，使得算法模型训练时所需的计算资源和用户配置的计算资源之间的偏差较大，若配置的计算资源不足容易造成内存溢出，或者，若造成配置的计算资源大于所需资源，造成资源浪费。

技术实现思路

[0004]本申请实施例的目的在于提供一种计算资源获取方法、装置、电子设备和存储介质，用于解决算法模型训练时所需的计算资源和用户配置的计算资源之间的偏差较大的问题。
[0005]第一方面，本申请实施例提供一种计算资源获取方法，包括：
[0006]根据场景信息和训练样本数据，确定用于模型训练的拓扑信息；
[0007]根据所述拓扑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算资源获取方法，其特征在于，包括：根据场景信息和训练样本数据，确定用于模型训练的拓扑信息；根据所述拓扑信息，获得所述拓扑信息包括的每个算子的算子资源信息；根据所述每个算子的算子资源信息，获得用于模型训练的目标资源信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述拓扑信息，获得所述拓扑信息包括的每个算子的算子资源信息，包括：根据所述拓扑信息，确定每个算子对应的资源框架信息；根据所述每个算子对应的资源框架信息，计算所述每个算子的算子资源信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述每个算子对应的资源框架信息，计算所述每个算子的算子资源信息，包括：根据所述每个算子对应的资源框架信息，确定每个算子对应的至少一个框架角色信息；根据所述每个算子对应的至少一个框架角色信息，计算所述每个算子的算子资源信息。4.根据权利要求3所述的方法，其特征在于，所述根据所述每个算子对应的至少一个框架角色信息，计算所述每个算子的算子资源信息，包括：根据所述训练样本数据的训练样本量，确定所述每个算子的资源计算方式；根据算子对应的至少一个框架角色信息，利用所述资源计算方式，计算所述算子包含的框架角色对应的角色资源；根据所述算子包含的框架角色对应的角色资源，获得所述算子的算子资源信息。5.根据权利要求4所述的方法，其特征在于，所述资源框架信息包括框架标识，所述框架角色信息包括角色标识；所述根据所述每个算子的算子资源信息，获得用于模型训练的目标资源信息，包括：获取框架标识以及角色标识均相同的所有角色资源；从获取到的所有角色资源中确定最大角色资源；基于所述最大角色资源，获得用于模型训练的目标...

【专利技术属性】
技术研发人员：李明，路明奎，方磊，
申请(专利权)人：北京九章云极科技有限公司，
类型：发明
国别省市：