模型训练方法、资源预测方法、电子设备及计算设备技术

技术编号:42618364 阅读:33 留言:0更新日期:2024-09-03 18:24
本申请实施例提供一种模型训练方法、资源预测方法、电子设备及计算设备,该方法包括:在集群中确定至少一个设备集合,所述设备集合中的不同设备的资源占用信息之间具有关联关系;对每个设备集合进行联合模型训练,得到每个设备集合对应的联合预测模型;对所述集群中的每个设备进行独立模型训练,得到所述集群中各设备对应的独立预测模型;根据每个设备集合对应的联合预测模型、以及所述集群中各设备对应的独立预测模型,确定所述集群中各设备对应的资源预测模型,所述资源预测模型用于预测所述设备在目标时段的资源占用信息。在通过该资源预测模型进行资源预测时,提高了资源预测的准确性。

【技术实现步骤摘要】

本申请实施例涉及计算机领域,尤其涉及一种模型训练方法、资源预测方法、电子设备及计算设备


技术介绍

1、集群中包括多个设备,在实际运行过程中,可以预测各设备在未来时刻的资源占用信息(例如,资源占用率),例如,资源可以为内存资源、处理器资源等。

2、在相关技术中,针对集群中的任意一个设备,可以根据该设备在历史时段和当前时刻的资源占用信息,预测该设备在未来时刻资源占用信息,然而,集群中其它设备可能会对该设备的资源占用信息造成影响,导致上述方法无法准确的确定设备在未来时刻的资源占用信息。


技术实现思路

1、本申请实施例提供一种模型训练方法、资源预测方法、电子设备及计算设备,用于解决因集群中不同设备之间的资源占用信息互相影响,而导致无法准确的确定设备在未来时刻的资源占用信息的问题。

2、第一方面,本申请实施例提供一种模型训练方法,包括:

3、在集群中确定至少一个设备集合,设备集合中的不同设备的资源占用信息之间具有关联关系;

4、对每个设备集合进行联合模型训练,得到每个设本文档来自技高网...

【技术保护点】

1.一种模型训练方法,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,根据每个设备集合对应的联合预测模型、以及所述集群中各设备对应的独立预测模型,确定所述集群中各设备对应的资源预测模型,包括:

3.根据权利要求2所述的方法,其特征在于,根据所述设备集合对应的联合预测模型和所述设备对应的独立预测模型,确定所述设备对应的资源预测模型,包括:

4.根据权利要求1-3任一项所述的方法,其特征在于,针对任意一个设备集合;对所述设备集合进行联合模型训练,得到所述设备集合对应的联合预测模型,包括:

5.根据权利要求4所述的方法,其特征在于,...

【技术特征摘要】

1.一种模型训练方法,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,根据每个设备集合对应的联合预测模型、以及所述集群中各设备对应的独立预测模型,确定所述集群中各设备对应的资源预测模型,包括:

3.根据权利要求2所述的方法,其特征在于,根据所述设备集合对应的联合预测模型和所述设备对应的独立预测模型,确定所述设备对应的资源预测模型,包括:

4.根据权利要求1-3任一项所述的方法,其特征在于,针对任意一个设备集合;对所述设备集合进行联合模型训练,得到所述设备集合对应的联合预测模型,包括:

5.根据权利要求4所...

【专利技术属性】
技术研发人员:吴彬
申请(专利权)人:超聚变数字技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1