【技术实现步骤摘要】
本专利技术涉及机器学习,具体为一种机器学习模型服务化的方法及装置。
技术介绍
1、机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
2、目前机器学习大多为手动维护模型信息,常见为定制代码调用模型,没有自动为模型生成接口和接口文档,无法追踪同一主体预测结果的变化过程。
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种机器学习模型服务化的方法及装置,解决了目前的机器学习没有自动为模型生成接口和接口文档,无法追踪同一主体预测结果的变化过程的问题。
2、为实现以上目的,本专利技术通过以下技术方案予以实现:一种机器学习模型服务化的方法,包括以下步骤:
3、s1、创建模型信息:管理员填写创建专题信息,然后上传携带专题id的模型文件,模型服务化后端通过模型文件获取模型信息并计算新的模型版本,模型服务化后端
...【技术保护点】
1.一种机器学习模型服务化的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种机器学习模型服务化的方法,其特征在于:所述步骤S1中,填写专题信息主要包括专题名称、专题编码、专题说明,专题ID由模型服务化后端自动生成,专题模型版本初始为0。
3.根据权利要求1所述的一种机器学习模型服务化的方法,其特征在于:所述步骤S1中,管理员上传模型文件时,先向模型服务化后端获取所有专题,包含全量查询方式、分页查询方式、精确条件查询、模糊条件查询。
4.根据权利要求1所述的一种机器学习模型服务化的方法,其特征在于:所述步骤S1中,模型服
...【技术特征摘要】
1.一种机器学习模型服务化的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种机器学习模型服务化的方法,其特征在于:所述步骤s1中,填写专题信息主要包括专题名称、专题编码、专题说明,专题id由模型服务化后端自动生成,专题模型版本初始为0。
3.根据权利要求1所述的一种机器学习模型服务化的方法,其特征在于:所述步骤s1中,管理员上传模型文件时,先向模型服务化后端获取所有专题,包含全量查询方式、分页查询方式、精确条件查询、模糊条件查询。
4.根据权利要求1所述的一种机器学习模型服务化的方法,其特征在于:所述步骤s1中,模型服务化后端通过模型文件获取模型信息包含输入特征信息、输出目标信息、算法信息,若信息为分类则需要获取目标类名称,若信息为聚类则需要获取簇信息。
5.根据权利要求1所述的一种机器学习模型服务化的方法,其特征在于:所述步骤s2中,请求模型服务化后端部署生效该模型文件携带模型id和专题id时,同一专题只能部署一个模型文...
【专利技术属性】
技术研发人员:苏鑫,李明,
申请(专利权)人:四川泰予医疗科技有限公司,
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。