【技术实现步骤摘要】
任务处理方法、装置和电子设备
[0001]本公开涉及人工智能
，尤其涉及机器学习
，具体涉及一种任务处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
技术介绍
[0002]经过多年的发展，人工智能技术已广泛应用于各行各业，机器学习和深度学习便是其中的代表。作为示例，利用模型进行预测是机器学习和/或深度学习领域内的典型技术应用。模型预测主要分为离线预测和在线预测两类。
[0003]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
[0004]本公开提供了一种任务处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0005]根据本公开的一方面，提供了一种任务处理方法，包括：从调用地址获取目标模型以及与所述目标模型相关的参数；对所述目标模型进行转换，以得到适用于多个模型框架的...
【技术保护点】
【技术特征摘要】
1.一种任务处理方法，包括：从调用地址获取目标模型以及与所述目标模型相关的参数；对所述目标模型进行转换，以得到适用于多个模型框架的兼容模型；以及基于与所述目标模型相关的参数，利用所述兼容模型执行任务处理。2.根据权利要求1所述的方法，其中，对所述目标模型进行转换，以得到适用于多个模型框架的兼容模型包括：将所述目标模型封装为预设的兼容格式，以得到所述兼容模型。3.根据权利要求1所述的方法，其中，所述多个模型框架包括用于训练得到所述目标模型的第一模型框架，以及不同于所述第一模型框架的第二模型框架。4.根据权利要求1所述的方法，还包括：配置执行任务处理所需的目标处理算法，所述基于与所述目标模型相关的参数，利用所述兼容模型执行任务处理，包括：基于与所述目标模型相关的参数和所述目标处理算法，利用所述兼容模型执行任务处理。5.根据权利要求1
‑
4中任一项所述的方法，还包括：校验所述调用地址，其中，响应于所述调用地址通过校验，从所述调用地址获取所述目标模型。6.根据权利要求1
‑
4中任一项所述的方法，其中，与所述目标模型相关的参数包括所述目标模型相应的目标输入数据结构和/或目标输出数据结构。7.根据权利要求6所述的方法，其中，利用所述兼容模型执行任务处理包括：获取待处理的初始数据；检测所述初始数据的数据结构是否符合所述目标输入数据结构；响应于所述初始数据的数据结构符合所述目标输入数据结构，基于所述初始数据获取所述兼容模型的输入数据；或，获取待处理...
【专利技术属性】
技术研发人员：李亮，林湘粤，梁阳，乔爽爽，
申请(专利权)人：北京百度网讯科技有限公司，
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。