基于机器学习平台的模型构建方法、装置及电子设备与流程

本申请涉及机器学习，具体涉及一种基于机器学习平台的模型构建方法、装置及电子设备。

背景技术：

1、在机器学习技术中，为了对模型对应的算法进行参数调整，需要将模型的代码输入至容器中，通过容器运行模型的全部算法。在相关技术中，为了调整模型对应的算法中的参数，需要将整个容器中的代码运行，以得到训练结果，再基于训练结果调整参数。由于调整参数时需要反复运行整个代码，造成调整参数时耗费较长时间的情况，导致算法的参数调整效率较低。

2、可见，相关技术中存在算法的参数调整效率较低的问题。

技术实现思路

1、本申请实施例提供一种基于机器学习平台的模型构建方法、装置、电子设备及可读存储介质，以解决相关技术中存在算法的参数调整效率较低的问题。

2、为解决上述问题，本申请是这样实现的：

3、第一方面，本申请实施例提供一种基于机器学习平台的模型构建方法，包括：

4、启动目标容器，在所述目标容器的页面中创建多个节点，其中，每个节点包括具有预设参数的初始算法；

5、获取目标节点的输入数据，并基于所述输入数据对所述目标节点的初始算法进行训练，得到训练结果，所述目标节点为所述多个节点中的任一节点；

6、基于所述训练结果调整所述预设参数，得到所述目标节点对应的目标参数；

7、基于所述多个节点分别对应的目标参数，生成目标模型。

8、第二方面，本申请实施例还提供一种基于机器学习平台的模型构建装置，包括：

9、创建模块，用于启动目标容器，在所述目标容器的页面中创建多个节点，其中，每个节点包括具有预设参数的初始算法；

10、第一训练模块，用于获取目标节点的输入数据，并基于所述输入数据对所述目标节点的初始算法进行训练，得到训练结果，所述目标节点为所述多个节点中的任一节点；

11、调整模块，用于基于所述训练结果调整所述预设参数，得到所述目标节点对应的目标参数；

12、生成模块，用于基于所述多个节点分别对应的目标参数，生成目标模型

13、第三方面，本申请实施例还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述第一方面所述的基于机器学习平台的模型构建方法中的步骤。

14、第四方面，本申请实施例还提供一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如上述第一方面所述的基于机器学习平台的模型构建方法中的步骤。

15、在本申请实施例中，通过启动目标容器，在目标容器的页面中创建多个节点，其中，每个节点包括具有预设参数的初始算法；获取目标节点的输入数据，并基于输入数据对目标节点的初始算法进行训练，得到训练结果，目标节点为多个节点中的任一节点；基于训练结果调整预设参数，得到目标节点对应的目标参数；基于多个节点分别对应的目标参数，生成目标模型。这样，在对初始算法的预设参数进行调整的过程中不需要运行整个目标容器中全部节点的初始算法，仅需要运行包括待调整的预设参数对应的节点的算法，即可实现对待调整的预设参数的调整，得到调整后的目标参数，以提高参数的调整效率。与此同时，在调整得到多个节点对应的目标参数之后，基于多个节点分别对应的目标参数，生成目标模型，完成模型的训练，提高了模型训练的效率。

技术特征：

1.一种基于机器学习平台的模型构建方法，应用于所述机器学习平台，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，在所述获取目标节点的输入数据之前，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述获取目标节点的输入数据，并基于所述输入数据对所述目标节点的初始算法进行训练，得到训练结果，包括：

4.根据权利要求3所述的方法，其特征在于，在所述基于所述训练结果调整所述预设参数，得到所述目标节点对应的目标参数之后，所述方法还包括：

5.根据权利要求2至4任一项所述的方法，其特征在于，所述方法还包括：

6.根据权利要求4所述的方法，其特征在于，在所述将所述目标节点的输出数据和/或所述目标节点的目标参数存储至所述目标容器对应的内存中之后，所述方法还包括：

7.根据权利要求2至4任一项所述的方法，其特征在于，所述多个节点包括读取数据节点、数据处理节点、模型训练节点和模型评估节点，每个节点配置的所述至少一个算子用于执行每个节点对应的功能。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述基于所述多个节点分别对应的目标参数，生成目标模型，包括：

9.一种基于机器学习平台的模型构建装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的基于机器学习平台的模型构建方法中的步骤。

技术总结
本申请提供一种基于机器学习平台的模型构建方法、装置及电子设备，涉及机器学习技术领域，该方法包括：启动目标容器，在所述目标容器的页面中创建多个节点，其中，每个节点包括具有预设参数的初始算法；获取目标节点的输入数据，并基于所述输入数据对所述目标节点的初始算法进行训练，得到训练结果，所述目标节点为所述多个节点中的任一节点；基于所述训练结果调整所述预设参数，得到所述目标节点对应的目标参数；基于所述多个节点分别对应的目标参数，生成目标模型。本申请在参数调整时不需要运行整个容器中的全部算法，能有效提高参数的调整效率。

技术研发人员：李金辉,李明,李宜婧
受保护的技术使用者：北京九章云极科技有限公司
技术研发日：
技术公布日：2024/2/25