本申请实施例提供了一种任务处理方法、装置、电子设备及计算机可读存储介质，涉及计算机技术领域。该方法包括：接收针对目标任务的预测请求；确定执行所述目标任务包括至少两个原始预测模型的情况下，确定每个所述原始预测模型的原始执行顺序；确定包括所述目标任务对应的每个所述原始预测模型，且第一执行顺序与所述原始执行顺序相同的目标集成模型；其中，所述第一执行顺序为所述目标集成模型中所述原始预测模型的执行顺序；通过所述目标集成模型，执行对所述目标任务的预测处理。本申请的任务处理方法无需分别向各原始预测模型发出预测请求以及分别接收各原始预测模型的输出响应，降低任务预测处理的繁琐程度，提升任务预测处理的操作效率。预测处理的操作效率。预测处理的操作效率。
【技术实现步骤摘要】
任务处理方法、装置、电子设备及计算机可读存储介质
[0001]本申请涉及计算机
，具体而言，本申请涉及一种任务处理方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]在机器学习领域，通常需要通过神经网络模型对待测任务进行预测处理，待测任务例如图像识别任务、信息分类任务等等。随着信息技术发展，待测任务变得愈加复杂，待测任务的预测处理往往需要通过多个神经网络模型来执行，然而，相关技术中，通过多个神经网络模型执行预测处理时，需要分别向每个神经网络模型发出预测请求并分别接收其响应，这样导致预测处理的操作繁琐，效率较低。
技术实现思路
[0003]本申请的目的旨在至少能解决上述的技术缺陷之一，特别是通过神经网络模型进行任务预测处理时操作繁琐的问题。
[0004]根据本申请的一个方面，提供了一种任务处理方法，该方法包括：接收针对目标任务的预测请求；
[0005]确定执行所述目标任务包括至少两个原始预测模型的情况下，确定每个所述原始预测模型的原始执行顺序；
[0006]确定包括所述目标任务对应的每个所述原始预测模型，且第一执行顺序与所述原始执行顺序相同的目标集成模型；其中，所述第一执行顺序为所述目标集成模型中所述原始预测模型的执行顺序；
[0007]通过所述目标集成模型，执行对所述目标任务的预测处理。
[0008]可选的，所述接收针对目标任务的预测请求之前，所述方法还包括：
[0009]接收级联请求；
[0010]根据所述级联请求携带的所述原始预测模型的第二执行顺序，确定相邻的所述原始预测模型的操作数据之间的数据传输关系；
[0011]根据所述第二执行顺序及所述数据传输关系，对所述级联请求所请求的所述原始预测模型进行级联，生成集成模型。
[0012]可选的，所述确定相邻的所述原始预测模型的操作数据之间的数据传输关系，包括；
[0013]在所述操作数据中，前序预测模型的输出数据的第一数据特征与后序预测模型的输入数据的第二数据特征之间满足预设连接条件的情况下，
[0014]根据所述第二执行顺序，确定所述前序预测模型的至少部分所述输出数据，作为所述后序预测模型的输入数据；
[0015]所述前序预测模型及所述后序预测模型为相邻的所述原始预测模型，所述前序预测模型的执行顺序在所述后序预测模型的执行顺序之前。
[0016]可选的，所述预设连接条件包括以下至少一项：
[0017]所述前序预测模型的输出数据的数量大于或等于所述后序预测模型的输入数据的数量；
[0018]所述前序预测模型的输出数据的数据类型与所述后序预测模型的输入数据的数据类型一致；
[0019]所述前序预测模型的输出数据的数据维度与所述后序预测模型的输入数据的数据维度一致。
[0020]可选的，所述通过所述目标集成模型，执行对所述目标任务的预测处理，包括：
[0021]将所述目标任务的任务数据输入所述目标集成模型；
[0022]基于所述任务数据，通过所述原始预测模型按照所述第一执行顺序，执行对所述目标任务的预测处理。
[0023]可选的，所述基于所述任务数据，通过所述原始预测模型按照所述第一执行顺序，执行对所述目标任务的预测处理，包括：
[0024]在所述目标集成模型中，相邻的所述原始预测模型中，响应于前序预测模型得到所述输出数据，向所述后序预测模型发出执行所述后序预测模型的执行请求；
[0025]通过所述后序预测模型，基于所述执行请求携带的所述输出数据的数据地址，获取所述输出数据，并基于所述输出数据执行所述后序预测模型的处理，以进行所述预测处理，并最终输出任务预测结果。
[0026]可选的，所述方法还包括：
[0027]接收模型操作请求；
[0028]查询所述模型操作请求所请求的第一集成模型；
[0029]或
[0030]删除所述模型操作请求所请求的第二集成模型。
[0031]根据本申请的另一个方面，提供了一种任务处理装置，该装置包括：
[0032]接收模块，用于接收针对目标任务的预测请求；
[0033]第一确定模块，用于确定执行所述目标任务包括至少两个原始预测模型的情况下，确定每个所述原始预测模型的原始执行顺序；
[0034]第二确定模块，用于确定包括所述目标任务对应的每个所述原始预测模型，且第一执行顺序与所述原始执行顺序相同的目标集成模型；其中，所述第一执行顺序为所述目标集成模型中所述原始预测模型的执行顺序；
[0035]执行模块，用于通过所述目标集成模型，执行对所述目标任务的预测处理。
[0036]根据本申请的另一个方面，提供了一种电子设备，该电子设备包括：
[0037]一个或多个处理器；
[0038]存储器；
[0039]一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据本申请的第一方面任一项所述的任务处理方法。
[0040]例如，本申请的第三方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；
[0041]存储器用于存放至少一可执行指令，可执行指令使处理器执行如本申请的第一方面所示的任务处理方法对应的操作。
[0042]根据本申请的再一个方面，提供了一种计算机可读存储介质，所述计算机程序被处理器执行时实现本申请的第一方面任一项所述的任务处理方法。
[0043]例如，本申请实施例的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本申请第一方面所示的任务处理方法。
[0044]根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面的各种可选实现方式中提供的方法。
[0045]本申请提供的技术方案带来的有益效果是：
[0046]本申请实施例通过目标集成模型对目标任务进行预测处理，由于目标集成模型是由目标任务对应的每个原始预测模型，按照原始执行顺序级联生成，因此，通过目标集成模型对目标任务进行预测处理时，仅需通过一次预测请求，以及将目标任务的任务数据输入目标集成模型，目标集成模型所集成的多个原始预测模型即可自动按序执行模型处理，而无需分别向各原始预测模型发出预测请求以及分别接收各原始预测模型的输出响应，降低任务预测处理的繁琐程度，提升任务预测处理的操作效率。
附图说明
[0047]为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0048]图1为本申请本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种任务处理方法，其特征在于，包括：接收针对目标任务的预测请求；确定执行所述目标任务包括至少两个原始预测模型的情况下，确定每个所述原始预测模型的原始执行顺序；确定包括所述目标任务对应的每个所述原始预测模型，且第一执行顺序与所述原始执行顺序相同的目标集成模型；其中，所述第一执行顺序为所述目标集成模型中所述原始预测模型的执行顺序；通过所述目标集成模型，执行对所述目标任务的预测处理。2.根据权利要求1所述的任务处理方法，其特征在于，所述接收针对目标任务的预测请求之前，所述方法还包括：接收级联请求；根据所述级联请求携带的所述原始预测模型的第二执行顺序，确定相邻的所述原始预测模型的操作数据之间的数据传输关系；根据所述第二执行顺序及所述数据传输关系，对所述级联请求所请求的所述原始预测模型进行级联，生成集成模型。3.根据权利要求2所述的任务处理方法，其特征在于，所述确定相邻的所述原始预测模型的操作数据之间的数据传输关系，包括；在所述操作数据中，前序预测模型的输出数据的第一数据特征与后序预测模型的输入数据的第二数据特征之间满足预设连接条件的情况下，根据所述第二执行顺序，确定所述前序预测模型的至少部分所述输出数据，作为所述后序预测模型的输入数据；所述前序预测模型及所述后序预测模型为相邻的所述原始预测模型，所述前序预测模型的执行顺序在所述后序预测模型的执行顺序之前。4.根据权利要求3所述的任务处理方法，其特征在于，所述预设连接条件包括以下至少一项：所述前序预测模型的输出数据的数量大于或等于所述后序预测模型的输入数据的数量；所述前序预测模型的输出数据的数据类型与所述后序预测模型的输入数据的数据类型一致；所述前序预测模型的输出数据的数据维度与所述后序预测模型的输入数据的数据维度一致。5.根据权利要求1所述的任务处理方法，其特征在于，所述通过所述目标集成模型，执行对所述目标任务的预测处理，包括：将所述目标任务的任...
【专利技术属性】
技术研发人员：周良，
申请(专利权)人：北京奕斯伟计算技术股份有限公司，
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。