【技术实现步骤摘要】
模型数据处理方法、装置、设备、存储介质和程序产品
[0001]本申请涉及互联网
,尤其涉及一种模型数据处理方法、装置、设备、存储介质和程序产品。
技术介绍
[0002]随人工智能技术的发展,机器和深度学习模型被广泛应用于计算机视觉、语音处理技术、自然语言处理、智能驾驶和智能医疗等领域,在相关应用中涉及大量模型的训练和存储。以计算机视觉应用中的信息流推荐场景为例,机器学习模型对文章图片和视频进行打分,然后将打分的结果应用于内容排序,让用户获取到对其有价值的内容。相关信息流产品需要训练各种机器学习模型以用于推荐系统的排序与召回环节。通常情况下,模型的训练服务和参数等训练数据的存储服务部署在不同服务器上,且训练数据需要在多台服务器中进行存储和更新,因此在模型训练中存在大量的模型数据处理需求。由于上述的分布部署方式,若训练数据存储服务端发生部署更新或异常,训练服务端需更新训练数据服务端的通信地址,进而增加重连时间成本且导致训练服务重启。
[0003]因此,需提供一种模型数据处理方案,以解决现有技术中存在的上述问题,提高模型训练效率。
技术实现思路
[0004]本申请提供了一种模型数据处理方法、装置、设备、存储介质和程序产品,可以有效降低模型数据处理的速度,优化web性能。
[0005]一方面,本申请提供了一种模型数据处理方法,所述方法包括:
[0006]接收终端发送的页面加载请求,所述页面加载请求包括页面信息;
[0007]确定与所述页面信息关联的精简样式数据;精简样式数 ...
【技术保护点】
【技术特征摘要】
1.一种模型数据处理方法,应用于第二端,其特征在于,所述方法包括:响应于第一端发送的携带有目标随机标识的连接请求,向所述第一端发送用于与所述第一端建立目标传输连接的连接响应;所述目标随机标识用于标识所述目标传输连接;响应于所述第一端通过所述目标传输连接发送的携带有所述目标随机标识的模型数据请求,获取对应的目标模型数据;通过所述目标传输连接向所述第一端发送携带有所述目标模型数据的数据响应,以使所述第一端基于所述目标模型数据执行对应的模型训练;在所述模型数据请求携带有所述第一端生成的模型更新数据的情况下,基于所述模型更新数据更新模型数据库。2.根据权利要求1所述的方法,其特征在于,在所述目标传输连接对应的连接地址变更的情况下,在所述通过所述目标传输连接向所述第一端发送携带有所述目标模型数据的数据响应之前,所述方法还包括:生成携带有变更后的连接地址和所述目标模型数据的数据响应。3.根据权利要求2所述的方法,其特征在于,在所述连接地址变更为所述目标传输连接对应的第二端节点的地址变更的情况下,所述模型数据请求还携带有第一端节点的当前地址和地址拉取信息;在所述生成携带有变更后的连接地址和所述目标模型数据的数据响应之前,所述方法还包括:基于所述地址拉取信息,根据所述第一端节点的当前地址和所述第二端节点的更新地址确定所述变更后的连接地址。4.根据权利要求1所述的方法,其特征在于,在所述获取对应的目标模型数据之前,所述方法还包括:响应于所述携带有所述目标随机标识的模型数据请求,解析所述模型数据请求的请求包头,得到包头时间信息;根据所述包头时间信息和当前时间确定所述模型数据请求的请求延时;若所述请求延时大于等于所述模型数据请求对应的超时上限值,丢弃所述模型数据请求对应的请求数据包。5.根据权利要求4所述的方法,其特征在于,所述模型数据请求的请求包头中还包括训练样本量信息;在所述若所述请求延时大于等于所述模型数据请求对应的超时上限值,丢弃所述模型数据请求对应的请求数据包之前,所述方法还包括:基于所述训练样本量信息确定所述模型数据请求对应的训练耗时阈值和/或传输时延阈值;根据所述训练耗时阈值和所述传输时延阈值中的至少一个确定所述超时上限值。6.根据权利要求4或5所述的方法,其特征在于,在所述丢弃所述模型数据请求对应的请求数据包之前,所述方法还包括:根据第一单位时间内所述目标传输连接中请求数据包的丢弃包量和到达包量确定当前丢包比率;若所述当前丢包比率小于预设丢包比率,执行所述丢弃所述模型数据请求对应的请求数据包的步骤;若所述当前丢包比率大于等于预设丢包比率,执行所述通过所述获取对应的目标模型
数据的步骤。7.根据权利要求4或5所述的方法,其特征在于,在所述丢弃所述模型数据请求对应的请求数据包之前,所述方法还包括:在监测到第二单位时间内所述目标传输连接中请求数据包的到达包量大于等于第一包量阈值,或所述第二端的当前负载大于等于第一负载阈值的情况下,获取所述模型数据请求的包头时间在所述目标传输连接中的请求排序;若所述请求排序满足预设丢弃条件,执行所述丢弃所述模型数据请求对应的请求数据包的步骤,并向所述第一端发送用于指示所述目标传输连接对应的第一端节点降低发送窗口的第一指示信息。8.根据权利要求7所述的方法,其特征在于,所述方法还包括...
【专利技术属性】
技术研发人员:王自昊,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。