【技术实现步骤摘要】
本公开涉及计算机，具体而言，涉及一种算法模型的部署方法、装置、电子设备及存储介质。
技术介绍
1、随着机器学习算法在各个领域的广泛应用，越来越多的应用场景需要部署和升级机器学习算法模型，部署和升级机器学习算法模型变得越来越重要。然而，传统的部署和升级过程往往需要经验丰富的专业人员参与，并且很容易出错。此外，部署和升级过程中还需要考虑到环境的变化、用户反馈以及模型的演进等因素。
2、目前，容器化部署技术使用容器技术(如docker)将机器学习模型和其相关的依赖项打包成一个可以独立运行的容器。通过容器化技术，可以在不同的环境中快速部署和运行机器学习模型，同时保证模型与环境的隔离和一致性。但是，该种方式在模型升级过程中通常需要手动进行打包和部署整个容器，其仍存在算法部署效率较低，同时当环境发生变化时，如硬件配置、依赖项的版本更新等，可能导致模型的性能下降或产生不可预料的错误，因此在适应环境变化和用户反馈对模型部署和升级的影响方面的灵活性较低。
技术实现思路
1、本公开实施例至少提供一种算法模型的部署方法、装置、电子设备及存储介质，可以通过模型的自动化打包和容器化，快速部署和运行模型，无需手动安装和配置环境，提升模型部署效率，同时提高模型管理的灵活性。
2、本公开实施例提供了一种算法模型的部署方法，包括：
3、获取目标算法模型对应的代码制品清单；
4、调用预设算法部署功能块，根据用户针对所述代码制品清单的选择操作，确定目标代码制品，并根据预设
5、通过所述预设算法部署功能块调用预设镜像部署容器组件，根据所述目标代码制品对应的镜像资源地址，拉取所述目标代码制品对应的镜像资源，并下载所述预设算法部署需求对应的预设部署模板；
6、将所述目标部署参数填充至所述预设部署模板的对应位置处生成部署步骤命令，本地执行所述部署步骤命令，将所述目标算法模型部署至所述目标部署容器。
7、一种可选的实施方式中，在所述获取目标算法模型对应的代码制品清单之前，所述方法还包括：
8、获取目标算法、训练数据集、训练环境以及训练配置参数；
9、调用预设算法训练功能块，根据所述训练数据集以及所述训练配置参数，在所述训练环境下训练所述目标算法，生成所述目标算法模型；
10、调用预设算法评估功能块，针对所述目标算法模型进行评估，确定模型评估指标参数；
11、根据所述模型评估指标参数以及预设指标阈值，筛选通过评估的所述目标算法模型，并将所述目标算法模型存储至预设模型库。
12、一种可选的实施方式中，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
13、调用预设的模型升级功能块，获取所述目标部署容器中包括的模型清单；
14、根据用户的选择操作，确定待升级算法模型并调用所述预设镜像部署容器组件对应的模型升级接口，获取所述待升级算法模型对应的模型属性信息；
15、根据所述模型属性信息获取对应的代码制品，并验证所述代码制品的完整性；
16、采用所述待升级算法模型对应的升级模板，根据所述升级模板所携带的升级操作步骤，针对所述待升级算法进行升级。
17、一种可选的实施方式中，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
18、调用预设的模型测试功能块，根据预设的模型测试数据以及算法服务场景，针对所述目标算法模型进行测试，获取测试结果数据；
19、针对所述测试结果数据进行可视化处理，并反馈至用户。
20、一种可选的实施方式中，针对每个所述升级模板，该升级模板对应一种算法类型，以及该算法类型对应升级过程的实现类；
21、每个实现类对应实现所述升级过程的操作步骤。
22、一种可选的实施方式中，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
23、获取所述目标算法模型对应的部署执行状态以及部署记录日志；
24、将所述部署执行状态以及所述部署记录日志返回至所述预设算法部署功能块。
25、本公开实施例还提供一种算法模型的部署装置，包括：
26、制品清单获取模块，用于获取目标算法模型对应的代码制品清单；
27、部署配置模块，用于调用预设算法部署功能块，根据用户针对所述代码制品清单的选择操作，确定目标代码制品，并根据预设算法部署需求，确定对应的目标部署容器以及目标部署参数；
28、模板获取模块，用于通过所述预设算法部署功能块调用预设镜像部署容器组件，根据所述目标代码制品对应的镜像资源地址，拉取所述目标代码制品对应的镜像资源，并下载所述预设算法部署需求对应的预设部署模板；
29、容器部署模块，用于将所述目标部署参数填充至所述预设部署模板的对应位置处生成部署步骤命令，本地执行所述部署步骤命令，将所述目标算法模型部署至所述目标部署容器。
30、一种可选的实施方式中，所述装置还包括算法升级模块，所述算法升级模块用于：
31、调用预设的模型升级功能块，获取所述目标部署容器中包括的模型清单；
32、根据用户的选择操作，确定待升级算法模型并调用所述预设镜像部署容器组件对应的模型升级接口，获取所述待升级算法模型对应的模型属性信息；
33、根据所述模型属性信息获取对应的代码制品，并验证所述代码制品的完整性；
34、采用所述待升级算法模型对应的升级模板，根据所述升级模板所携带的升级操作步骤，针对所述待升级算法进行升级。
35、本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述算法模型的部署方法，或上述算法模型的部署方法中任一种可能的实施方式中的步骤。
36、本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述算法模型的部署方法，或上述算法模型的部署方法中任一种可能的实施方式中的步骤。
37、本公开实施例还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序、指令被处理器执行时实现上述算法模型的部署方法，或上述算法模型的部署方法中任一种可能的实施方式中的步骤。
38、本公开实施例提供的一种算法模型的部署方法、装置、电子设备及存储介质，通过获取目标算法模型对应的代码制品清单；调用预设算法部署功能块，根据用户针对所述代码制品清单的选择操作，确定目标代码制品，并根据预设算法部署需求，确定对应的目标部署容器以及目标部署参数；通过所述预设算法部署功能块调用预设镜像部署容器组件，根据所述目标代码制品对应的镜像资源地址，拉取所述目标代码制品对本文档来自技高网...
【技术保护点】
1.一种算法模型的部署方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述获取目标算法模型对应的代码制品清单之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于：
6.根据权利要求1所述的方法，其特征在于，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
7.一种算法模型的部署装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，所述装置还包括算法升级模块，所述算法升级模块用于：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至6中任一项所述的算
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至6中任一项所述的算法模型的部署方法的步骤。
...【技术特征摘要】
1.一种算法模型的部署方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述获取目标算法模型对应的代码制品清单之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于：
6.根据权利要求1所述的方法，其特征在于，在将所述目标算法模型部署至所述目标部署容器之后，所述方法还包括：
7.一...
【专利技术属性】
技术研发人员：李小龙，李晓波，洪挺，
申请(专利权)人：北京远舢智能科技有限公司，
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。