【技术实现步骤摘要】
本公开涉及机器学习，尤其是一种模型的处理方法、装置及计算机可读存储介质。
技术介绍
1、模型的训练和应用过程通常包括如下步骤：
2、(1)数据收集和标注：数据是监督学习的基础，优质数据的收集和标注有利于提高模型的精度。
3、(2)模型选型：模型的选型通常根据业务需求确定，在业务需求极度相似的业务场景中，模型的选型可以相同。
4、(3)模型训练：在构建好数据集并且选择好合适的模型后，需要根据构建好的数据集对模型进行训练，以增强模型在构建好的数据集上的泛化能力。
5、(4)模型部署：模型部署通常需要将模型转化为可以在特定平台上运行的格式。
6、(5)模型维护：为了保证模型的稳定性，需要对模型进行维护。
技术实现思路
1、专利技术人注意到，针对用于不同任务的多个模型，均需要分别进行如下处理：训练、部署和维护，总的处理时间较长，导致整体的处理效率低。
2、为了解决上述问题，本公开实施例提出了如下解决方案。
3、根据...
【技术保护点】
1.一种模型的处理方法，包括：
2.根据权利要求1所述的方法，其中，所述第一任务和第二任务中的至少一个的任务类型包括分类、图像分割和目标检测中的一种。
3.根据权利要求2所述的方法，其中，所述第一任务和所述第二任务中的至少一个为内容分类任务，所述内容分类任务包括内容类型分类任务、内容意图分类任务、内容质量分类任务、内容情感分类任务和内容是否违规分类任务中的一种。
4.根据权利要求1所述的方法，其中，对所述初始模型执行多次所述第二处理以得到用于多个所述第二任务的多个所述第二模型。
5.根据权利要求1所述的方法，其中，所述第...
【技术特征摘要】
1.一种模型的处理方法，包括：
2.根据权利要求1所述的方法，其中，所述第一任务和第二任务中的至少一个的任务类型包括分类、图像分割和目标检测中的一种。
3.根据权利要求2所述的方法，其中，所述第一任务和所述第二任务中的至少一个为内容分类任务，所述内容分类任务包括内容类型分类任务、内容意图分类任务、内容质量分类任务、内容情感分类任务和内容是否违规分类任务中的一种。
4.根据权利要求1所述的方法，其中，对所述初始模型执行多次所述第二处理以得到用于多个所述第二任务的多个所述第二模型。
【专利技术属性】
技术研发人员：张浩然，丁顺意，张璐，陶明，
申请(专利权)人：上海任意门科技有限公司，
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。