一种多语言适配的机器学习模型库的生成方法技术

本发明专利技术公开一种多语言适配的机器学习模型库的生成方法，首先将编写好的模型导出为onnx格式，并上传至模型库，同时向模型库中提交模型的训练、推理函数所在的位置和参数列表；模型库根据提交的信息，校验接口的正确性；校验通过后，使用多种编程语言对接口进行封装，并添加注释；模型库开放此onnx的下载和使用；模型使用者下载此onnx文件和系统封装的文件，调用系统封装后的接口进行使用。本发明专利技术以onnx为主要交换格式，对onnx格式的算法程序中的接口进行自动的封装，并添加调用注释，将封装后的代码交给不同语言的程序员进行调用。装后的代码交给不同语言的程序员进行调用。装后的代码交给不同语言的程序员进行调用。

【技术实现步骤摘要】
一种多语言适配的机器学习模型库的生成方法


[0001]本专利技术涉及机器学习领域，具体是一种多语言适配的机器学习模型库的生成方法。

技术介绍

[0002]随着软件技术的发展，机器学习技术已经比较成熟，对机器学习的使用也逐渐进入生活的各个角落。机器学习的生态主要集中在Python环境，对Java 、C、JavaScript等语言的程序员不够友好。虽然存在onnx这样的交换格式，对于不懂机器学习的程序员来讲，上手难度还是很高。

技术实现思路

[0003]针对现有技术存在的问题， 本专利技术公开一种多语言适配的机器学习模型库的生成方法，本库以onnx为主要交换格式，对onnx格式的算法程序中的接口进行自动的封装，并添加调用注释，将封装后的代码交给不同语言的程序员进行调用。
[0004]为了解决所述技术问题，本专利技术采用的技术方案是：一种多语言适配的机器学习模型库的生成方法，其特征在于：包括以下步骤：S01）、将编写好的模型导出为onnx格式，并上传至模型库，同时向模型库中提交模型的训练、推理函数所在的位置和参数列表；S02）、模型库根据提交的信息，校验接口的正确性；S03）、校验通过后，使用多种编程语言对接口进行封装，并添加注释；S04）、模型库开放此onnx的下载和使用；S05）、模型使用者下载此onnx文件和系统封装的文件，调用系统封装后的接口进行使用。
[0005]进一步的，步骤S01）具体为：编写模型代码，对模型进行训练，生成onnx格式文件，将onnx文件上传至模型库，并提交训练、推理方法的位置和参数列表信息。
[0006]进一步的，步骤S04）与S05）之间还有训练模型的步骤，具体为：模型训练者从模型库上下载现有的模型，根据适合自己的语言，下载此onnx的调用工具包，编写调用工具包中的训练方法并完成模型训练，将模型导出为onnx文件，将训练好的onnx文件上传至模型库。
[0007]进一步的，步骤S05）具体为：模型使用者从模型库上下载现有的模型，根据适合自己的语言，下载此onnx的调用工具包，编写代码调用工具包中的推理方法，得到推理结果。
[0008]本专利技术的有益效果： 本专利技术以onnx为主要交换格式，生成的模型库可以对onnx格式的算法程序中的接口进行自动的封装，并添加调用注释，将封装后的代码交给不同语言的程序员进行调用。基于本模型库，系统可以加入合适的doc注释。
[0009]针对Java，C这类可以约束数据类型的语言，方法的入参比较明确。原生的方法入参很难以理解。
[0010]对于训练或推理，可以提供多种重载的方法。
附图说明
[0011]图1为本方法的流程图。
具体实施方式
[0012]为了使本方法的使用目的、技术方案、实用特性更为详实、易于理解，下面对本方法的实施思路做进一步说明。显然，本说明仅针对本方法的部分实例，而不是全部的实例。在未提出创新性技术更新的前提下，任何基于本方法的实施例都属于本专利技术的保护范围。
[0013]实施例1本实施例公开一种多语言适配的机器学习模型库的生成方法，如图1所示，本方法包括四个部分：一、模型贡献者上传算法模型，具体为：1.1模型贡献者编写模型代码，1.2可选的，模型贡献者对模型进行训练，1.3模型贡献者生成onnx格式文件，1.4模型贡献者将onnx文件上传至模型库，并提交训练、推理方法的位置和参数列表信息。
[0014]二、模型库校验并处理onnx文件，具体为：2.1模型库拿到模型贡献者上传的onnx文件，2.2模型库校验用户提供的训练和推理接口的参数列表，2.3模型库根据onnx的参数列表生成供多种语言调用的工具包，2.4保存生成的工具包，并开放其他人员对该工具包的使用，三、模型训练者训练模型(可选) ，具体为：3.1模型训练者从模型库上下载现有的模型，3.2模型训练者根据适合自己的语言，下载此onnx的调用工具包，3.3模型训练者编写代码调用工具包中的训练方法，3.4模型训练者完成模型训练，3.5模型训练者将模型导出为onnx格式文件，3.6模型训练者将训练好的onnx文件上传至模型库。
[0015]四、模型使用者使用模型，具体为：4.1模型使用者从模型库上下载现有的模型，4.2模型使用者根据适合自己的语言，下载此onnx的调用工具包，4.3模型使用者编写代码调用工具包中的推理方法，4.4模型使用者得到推理结果。
[0016]以上描述的仅是本专利技术的基本原理和优选实施例，本领域技术人员根据本专利技术做出的改进和替换，属于本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多语言适配的机器学习模型库的生成方法，其特征在于：包括以下步骤：S01）、将编写好的模型导出为onnx格式，并上传至模型库，同时向模型库中提交模型的训练、推理函数所在的位置和参数列表；S02）、模型库根据提交的信息，校验接口的正确性；S03）、校验通过后，使用多种编程语言对接口进行封装，并添加注释；S04）、模型库开放此onnx的下载和使用；S05）、模型使用者下载此onnx文件和系统封装的文件，调用系统封装后的接口进行使用。2.根据权利要求1所述的多语言适配的机器学习模型库的生成方法，其特征在于：步骤S01）具体为：编写模型代码，对模型进行训练，生成onnx格式文件，将onnx文件上传至...

【专利技术属性】
技术研发人员：李彬，李锐，王建华，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：