CN110727468A - 管理算法模型的方法和装置 - Google Patents

Abstract

本发明公开了一种管理算法模型的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收针对算法模型管理容器的配置信息；其中，算法模型管理容器为用于放置算法模型的软件平台，配置信息包括所需算法模型的标识；获取算法模型管理容器中已加载算法模型的标识；基于所需算法模型的标识和已加载算法模型的标识更新算法模型管理容器。该实施方式能够动态加载需要调用的算法服务版本，且切换版本时不必重新配置、部署，同时，加载、卸载或更新算法模型时，不需要重新启动；减少了服务器内存消耗，节省带宽，提高了在线算法模型服务的性能。

Description

管理算法模型的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种管理算法模型的方法和装置。

背景技术

随着计算机技术的高速发展，云计算、大数据技术和人工智能等技术不断融入人们的生产生活中，例如，智能对话无人客服机器人。而这些技术通常是基于各类算法模型实现的，算法模型是解决一类问题的步骤(亦即解决一类问题的算法)，例如预测模型、纠错模型、分词模型或实体识别模型等。

现有的算法模型服务，是通过系统预先配置的策略向用户提供算法模型的基础服务。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1.只能加载单一版本的算法模型，无法同时提供多个版本的算法模型，如果切换版本则必须重新配置、部署，导致算法模型服务中断；

2.不能动态地加载或者卸载某个版本的算法模型，当需要切换不同版本的算法模型时，只能在重新修改配置后重新启动；

3.在算法模型加载后，无法进行动态的参数调整。

发明内容

有鉴于此，本发明实施例提供一种管理算法模型的方法和装置，能够动态加载需要调用的算法服务版本，且切换版本时不必重新配置、部署，同时，加载、卸载或更新算法模型时，不需要重新启动；减少了服务器内存消耗，节省带宽，提高了在线算法模型服务的性能。

为实现上述目的，根据本发明实施例的一个方面，提供了一种管理算法模型的方法。

本发明实施例的一种管理算法模型的方法包括：接收针对算法模型管理容器的配置信息；其中，所述算法模型管理容器为用于放置算法模型的软件平台，所述配置信息包括所需算法模型的标识；获取所述算法模型管理容器中已加载算法模型的标识；基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器。

可选地，基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器包括：当所述已加载算法模型的标识未包含全部所述所需算法模型的标识时，基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需加载算法模型；将所述需加载算法模型加载至所述算法模型管理容器。

可选地，将所述需加载算法模型加载至所述算法模型管理容器包括：采用单例模式将所述需加载算法模型加载至所述算法模型管理容器。

可选地，所述配置信息还包括所述算法模型管理容器的子容器的类型；以及采用单例模式将所述需加载算法模型加载至所述算法模型管理容器包括：采用单例模式调用所述需加载算法模型；将所述需加载算法模型加载至与所述需加载算法模型的类型对应的所述子容器。

可选地，将所述需加载算法模型加载至所述算法模型管理容器之后还包括：为所述需加载算法模型添加扩展属性；其中，所述扩展属性包括以下各项中的至少一项：算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态和算法模型的扩展参数。

可选地，基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器还包括：基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需移除算法模型；将所述需移除算法模型从所述算法模型管理容器中移除。

可选地，所述方法还包括：通过外部管理平台展示所述算法模型管理容器中的算法模型，并接收修改后的所述配置信息。

可选地，所述方法还包括：监听所述外部管理平台；以及当所述配置信息被修改时，利用所述消息中间件平台通知所述算法模型管理容器，以更新所述算法模型管理容器。

可选地，所述标识包括算法模型的编码和版本号。

可选地，所述方法还包括：接收调用指令，所述调用指令携带有待调用算法模型的标识；

通过所述算法模型管理容器的加载接口读取所述待调用算法模型。

为实现上述目的，根据本发明实施例的又一方面，提供了一种管理算法模型的装置。

本发明实施例的一种管理算法模型的装置包括：接收模块，用于接收针对算法模型管理容器的配置信息；其中，所述算法模型管理容器为用于放置算法模型的软件平台，所述配置信息包括所需算法模型的标识；获取模块，用于获取所述算法模型管理容器中已加载算法模型的标识；更新模块，用于基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器。

可选地，所述更新模块还用于：当所述已加载算法模型的标识未包含全部所述所需算法模型的标识时，基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需加载算法模型；将所述需加载算法模型加载至所述算法模型管理容器。

可选地，所述更新模块进一步用于：采用单例模式将所述需加载算法模型加载至所述算法模型管理容器。

可选地，所述配置信息还包括所述算法模型管理容器的子容器的类型；以及所述更新模块进一步用于：采用单例模式调用所述需加载算法模型；将所述需加载算法模型加载至与所述需加载算法模型的类型对应的所述子容器。

可选地，所述更新模块进一步用于：为所述需加载算法模型添加扩展属性；其中，所述扩展属性包括以下各项中的至少一项：算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态和算法模型的扩展参数。

可选地，所述更新模块进一步用于：基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需移除算法模型；将所述需移除算法模型从所述算法模型管理容器中移除。

可选地，所述装置还包括：展示模块，用于通过外部管理平台展示所述算法模型管理容器中的算法模型，并接收修改后的所述配置信息。

可选地，所述装置还包括：通知模块，用于在所述配置信息被修改时，利用所述消息中间件平台通知所述算法模型管理容器，以更新所述算法模型管理容器。

可选地，所述标识包括算法模型的编码和版本号。

可选地，所述装置还包括：读取模块，用于接收调用指令，所述调用指令携带有待调用算法模型的标识；通过所述算法模型管理容器的加载接口读取所述待调用算法模型。

为实现上述目的，根据本发明实施例的又一方面，提供了一种管理算法模型的电子设备。

本发明实施例的一种管理算法模型的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种管理算法模型的方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读存储介质。

本发明实施例的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种管理算法模型的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用基于算法模型管理容器管理算法模型的技术手段，并基于配置信息对算法模型管理容器进行更新。所以克服了只能加载单一版本的算法模型，无法同时提供多个版本的算法模型，如果切换版本则必须重新配置、部署，导致算法模型服务中断；不能动态地加载或者卸载某个版本的算法模型，当需要切换不同版本的算法模型时，只能在重新修改配置后重新启动；在算法模型加载后，无法进行动态的参数调整的技术问题，进而达到动态加载需要调用的算法服务版本，且切换版本时不必重新配置、部署；同时，加载、卸载或更新算法模型时，不需要重新启动；减少服务器内存消耗，节省带宽，提高了在线算法模型服务的性能的技术效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的管理算法模型的方法的主要步骤的示意图；

图2是根据本发明实施例的管理算法模型的方法的实现框架示意图；

图3是根据本发明实施例的管理算法模型的方法的实现流程示意图；

图4是根据本发明实施例的管理算法模型的方法的子容器与算法模型的关联示意图；

图5是根据本发明实施例的管理算法模型的方法的按需加载示意图；

图6是根据本发明实施例的管理算法模型的装置的主要模块的示意图；

图7是本发明实施例可以应用于其中的示例性系统架构图；

图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要指出的是，在不冲突的情况下，本发明的实施例以及实施例中的技术特征可以相互结合。

图1是根据本发明实施例的管理算法模型的方法的主要步骤的示意图。

如图1所示，本发明实施例的管理算法模型的方法主要包括以下步骤：

步骤S101：接收针对算法模型管理容器的配置信息。

由于现有技术中的算法模型服务，是通过系统预先配置好的策略向用户提供算法模型的基础服务，无法动态加载或卸载算法模型，也无法对算法模型进行多版本同时运行、动态调整参数以及按需加载等操作；同时，也无法对算法模型进行扩展，部分需求只能靠定制开发解决，导致产品质量与系统稳定性较差，降低了使用体验。

本发明实施例的管理算法模型的方法提出，基于算法模型管理容器管理算法模型，算法模型管理容器是指能够将各算法模型放置在其中、并与系统其它部分隔离的软件平台，例如，开源的应用容器引擎(Docker)、虚拟机(Virtual Machine)等。基于该配置信息在算法模型管理容器中加载算法模型，或移除算法模型管理容器中已加载的算法模型。通过编辑针对算法模型管理容器的配置信息，可以使算法模型管理容器中加载有所需的算法模型。

需要说明的是，该配置信息包括所需算法模型的唯一标识，通过该标识能够精准地找到某个算法模型。通过该配置信息实现了按需加载算法模型，仅在需要调用某个算法模型时，主动加载算法模型，减少了服务器内存消耗，节省带宽，提高了在线算法模型服务的性能。同时，还可以动态加载不同版本的算法模型。

在本发明实施例中，标识可以包括算法模型的编码和版本号。其中，算法模型的编码是指算法模型的唯一名称(ID)；算法模型的版本号用于标识不同版本的算法模型。算法模型管理容器在接收到配置信息后，可以利用自然语言理解(NLU)技术获取配置信息的内容，并设置相应的子容器。

步骤S102：获取算法模型管理容器中已加载算法模型的标识。

在接收算法模型管理容器的配置信息时，获取该算法模型管理容器中已加载了哪些算法模型。

步骤S103：基于所需算法模型的标识和已加载算法模型的标识更新算法模型管理容器。

基于所需算法模型的标识和已加载算法模型的标识，能够确定算法模型管理容器已加载有哪些所需算法模型、未加载哪些所需算法模型，以便对算法模型管理容器进行更新。

在本发明实施例中，步骤S103可以通过以下步骤实现：当已加载算法模型的标识未包含全部所需算法模型的标识时，基于所需算法模型的标识和已加载算法模型的标识确定算法模型管理容器需加载算法模型；将需加载算法模型加载至算法模型管理容器。例如，所需算法模型为A、B、C三个，而算法模型管理容器中已加载了A和C(即已加载算法模型包括A和C)，则还需要为用户加载B，即确定需加载算法模型为B。

对算法模型管理容器进行更新，可以包括补充(在算法模型管理容器中加载需加载算法模型)，还可以包括移除(将算法模型管理容器中多余的算法模型移除)，即基于所需算法模型的标识和已加载算法模型的标识确定算法模型管理容器需移除算法模型；将需移除算法模型从算法模型管理容器中移除。

在本发明实施例中，可以采用单例模式将需加载算法模型加载至算法模型管理容器。单例模式属于创建型模式的一种，创建型模式是将对象的创建和使用分离，在使用对象时无需关心对象的创建细节，从而降低系统的耦合度，让设计方案更易于修改和扩展；并且，当这个唯一实例创建成功之后，无法再创建一个同类型的其他对象，所有的操作都只能基于这个唯一实例，确保对象的唯一性、节约系统资源。

基于算法模型管理容器管理算法模型，可以在算法模型管理容器中设置子容器，每个子容器可以用于加载一种类型的算法模型，设置子容器的方式便于批量管理算法模型或查找算法模型，例如要卸载所有A类型的算法模型，只需要销毁对应A类型的容器即可。在本发明实施例中，配置信息还可以包括子容器的类型，子容器的类型是指各子容器加载何种类型的算法模型，可以由用户通过配置信息定义。

采用单例模式将需加载算法模型加载至算法模型管理容器可以通过以下方式实现：采用单例模式调用需加载算法模型；将需加载算法模型加载至与需加载算法模型的类型对应的子容器。将需加载算法模型加载至子容器可以通过“put方式”进行，在移除时，可以通过“remove方式”将需移除算法模型从子容器中移除。“put方式”和“remove方式”均是HTTP协议的一种方法。

在本发明实施例中，将需加载算法模型加载至算法模型管理容器之后还包括：为需加载算法模型添加扩展属性；扩展属性可以包括算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态和算法模型的扩展参数中的一项或多项。其中，算法模型的类型用于区分不同类别的算法模型，以便于对算法模型进行批量管理。算法模型的唯一路径值是指存储该算法模型的地址。算法模型的状态有离线上传、未启用、上线、加载和离线评估或加载和线上实验等等，不同状态的算法模型，能够进行的操作也不同。算法模型的扩展参数是该算法模型的训练方和该算法模型的提供方约定的参数，可用于策略控制。

在本发明实施例中，管理算法模型的方法还可以包括：通过外部管理平台展示算法模型管理容器中已加载算法模型，并接收修改后的配置信息。该外部管理平台能够展示算法模型管理容器中已加载了哪些算法模型，同时，该外部管理平台还能够接收用户修改后的配置信息，即用户可以在初次使用时通过配置信息使算法模型管理容器加载所需算法模型，也可以在后续使用过程中通过修改配置信息对算法模型管理容器进行更新。

在用户对算法模型的需求发生变更时，可以通过修改算法模型管理容器的配置信息，使算法模型管理容器进行相应的更新。配置信息是否被修改可以通过监听外部管理平台获知，也可以通过提醒消息等方式获知。在本发明实施例中，管理算法模型的方法还可以包括：当配置信息被修改时，利用消息中间件平台通知算法模型管理容器，以更新算法模型管理容器。消息中间件平台是一种用于提供传递消息及数据的平台，具有高的可用性、扩展性和运维性。

当用户需要进行算法模型加载、卸载或更新操作时，外部管理平台能够实时获知用户的加载、卸载或更新需求，实现算法模型加载后仍可以进行动态参数调整，以及算法模型管理容器动态加载、卸载或者更新算法模型，而不需要重新启动。

在本发明实施例中，管理算法模型的方法还可以包括：接收调用指令；通过算法模型管理容器的加载接口读取待调用算法模型。该调用指令包括待调用算法模型的标识，即调用指令携带有待调用算法模型的编码和版本号，调用时可以基于该编码和版本号通过迭代器模式进行模型遍历，然后利用“get方式”获取待调用算法模型，从而为用户找到相应的待调用算法模型。最后，可以利用加载接口将待调用算法模型读取到用户本地。迭代器模式和“get方式”也是HTTP协议的一种方法。

需要注意的是，算法模型是一种二进制模型文件，加载接口可以将持久化的二进制模型文件读取到用户本地的内存中，从而将二进制模型文件转化为可调用的模型对象。

根据本发明实施例的管理算法模型的方法可以看出，因为采用基于算法模型管理容器管理算法模型的技术手段，并基于配置信息对算法模型管理容器进行更新。所以克服了只能加载单一版本的算法模型，无法同时提供多个版本的算法模型，如果切换版本则必须重新配置、部署，导致算法模型服务中断；不能动态地加载或者卸载某个版本的算法模型，当需要切换不同版本的算法模型时，只能在重新修改配置后重新启动；在算法模型加载后，无法进行动态的参数调整的技术问题，进而达到动态加载需要调用的算法服务版本，且切换版本时不必重新配置、部署；同时，加载、卸载或更新算法模型时，不需要重新启动；减少服务器内存消耗，节省带宽，提高了在线算法模型服务的性能的技术效果。

图2是根据本发明实施例的管理算法模型的方法的实现框架示意图。

如图2所示，本发明实施例利用算法模型管理容器(ContainerMa nager)对所有的算法模型进行管理，算法模型管理容器可以根据配置信息按需加载算法模型。

具体地，算法模型管理容器在接收到配置信息时，可以利用算法应用(NLU)获取配置信息的内容，即所需算法模型的编码和版本号，基于所需算法模型的编码和版本号可以找到所需算法模型，可以利用“invoke方法”调用所需算法模型，并采用单例模式将所需算法模型加载至算法模型管理容器。

在算法模型加载至算法模型管理容器后，可以利用模型包装平台(ModelWrapper)为算法模型添加扩展属性，即在原有的模型对象基础上，增加了算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态或算法模型的扩展参数。其中，算法模型的编码是指算法模型的唯一名称(ID)；算法模型的版本号用于标识不同版本的算法模型；算法模型的类型用于区分不同类别的算法模型，以便于对算法模型进行批量管理；算法模型的唯一路径值是指存储该算法模型的地址；算法模型的状态有离线上传、未启用、上线、加载和离线评估或加载和线上实验等等，不同状态的算法模型，能够进行的操作也不同；算法模型的扩展参数是该算法模型的训练方和该算法模型的提供方约定的参数，可用于策略控制。

算法模型管理容器中可以设置几个子容器，该子容器可以根据存放算法模型的类型划分，例如卷积神经网络(CNN)模型容器、线性回归模型(SVM)模型容器和支持向量机(LR)模型容器等。

子容器用于负责模型管理，子容器在加载算法模型时，可以通过“put方式”对算法模型进行加载、“remove方式”进行算法模型的卸载。在从子容器获取用户需要的某个算法模型(即待调用算法模型)时，可通过迭代器(iterator)模式在子容器中进行模型遍历找到，然后利用“get方式”获取待调用算法模型。

在算法模型加载至算法模型管理容器后，还可以利用监听器(ModelMessageListener)监听外部对算法模型管理容器的状态或者数据的修改，并通知容器进行相应的动作(即加载、卸载或更新)，具体地，监听器可以利用消息中间件平台与算法模型管理容器进行交互。

监听器可以通过监听代码片段实现对外部的监听，例如以下两个代码片段(对应的动作分别是卸载和更新)：

以及

算法模型管理容器还可以设置针对用户的加载接口(即模型加载接口服务)，模型加载接口服务的目的是将持久化的二进制模型文件读取到用户本地的内存中，从而将二进制模型文件转化为可调用的模型对象。通过模型加载接口服务能够使模型加载的规范和实际模型加载器进行了分离，实现松散耦合，便于以后升级，扩展。松散耦合是指：使用另一个组件提供服务的一个组件对前者的依赖性不强。

在用户使用时，可以将同一类型的所有算法模型读取到用户本地，即同时读取某一子容器中的所有算法模型。

图3是根据本发明实施例的管理算法模型的方法的实现流程示意图。

如图3所示，本发明实施例通过算法模型管理容器各种类型、版本的算法模型，管理算法模型的方法可以包括以下流程：

S301：初始化算法模型管理容器。

S302：算法模型管理容器基于配置信息加载算法模型：

算法模型管理容器在加载算法模型时，可以根据算法模型管理容器的配置信息仅加载用户所需的算法模型。

S303：通过外部管理平台展示算法模型管理容器已加载的算法模型；通过消息中间件平台接收配置信息：

在用户通过算法模型管理容器获得所需要的算法模型时，可以通过外部管理平台(即模算师接口)确定算法模型管理容器已加载的算法模型，还可以通过消息中间件平台向算法模型管理容器发送配置信息，算法模型管理容器基于该配置信息加载算法模型或移除已加载的算法模型，即在算法模型管理容器已经加载算法模型后，还可以基于配置信息更新算法模型管理容器。

S304：将需加载算法模型加载至子容器：

算法模型管理容器接收配置信息后，获取算法模型管理容器中已加载算法模型的编码和版本号，将配置信息中包括的所需算法模型的编码和版本号与已加载算法模型的编码和版本号进行比对即可以确定需加载算法模型。根据配置信息中包括的需加载算法模型的编码和版本号找到需加载算法模型，并将该需加载算法模型加载至子容器中。

需要注意的是，每个子容器可以用于加载一种类型的算法模型。在加载需加载算法模型时，还可以为需加载算法模型添加扩展属性；扩展属性可以包括算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态或算法模型的扩展参数。

S305：通过加载接口读取待调用算法模型：

用户在调用算法模型时，可以通过算法模型管理容器的加载接口读取待调用算法模型。

图4是根据本发明实施例的管理算法模型的方法的子容器与算法模型的关联示意图。

如图4所示，本发明实施例的算法模型管理容器的子容器中仅存放一种类型的算法模型，而每种算法模型可能有多个不同的版本。

图5是根据本发明实施例的管理算法模型的方法的按需加载示意图。

本发明实施例中，算法模型管理容器的子容器如何存放算法模型，可以由用户定义。如图5所示，用户通过配置信息定义各子容器加载何种类型的算法模型。算法模型管理容器在接收到配置信息后，可以利用自然语言理解(NLU)技术获取配置信息的内容，例如子容器有以下几组：LR分组、CNN分组和SVM分组。根据该配置信息设置相应的子容器。

图6是根据本发明实施例的管理算法模型的装置的主要模块的示意图。

如图6所示，本发明实施例的管理算法模型的装置600包括：接收模块601、获取模块602和更新模块603。

其中，

接收模块601，用于接收针对算法模型管理容器的配置信息；其中，所述算法模型管理容器为用于放置算法模型的软件平台，所述配置信息包括所需算法模型的标识；

获取模块602，用于获取所述算法模型管理容器中已加载算法模型的标识；

更新模块603，用于基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器。

在本发明实施例中，所述更新模块603还用于：当所述已加载算法模型的标识未包含全部所述所需算法模型的标识时，基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需加载算法模型；将所述需加载算法模型加载至所述算法模型管理容器。

在本发明实施例中，所述更新模块603进一步用于：采用单例模式将所述需加载算法模型加载至所述算法模型管理容器。

在本发明实施例中，所述配置信息还包括所述算法模型管理容器的子容器的类型；以及所述更新模块603进一步用于：采用单例模式调用所述需加载算法模型；将所述需加载算法模型加载至与所述需加载算法模型的类型对应的所述子容器。

在本发明实施例中，所述更新模块603进一步用于：为所述需加载算法模型添加扩展属性；其中，所述扩展属性包括以下各项中的至少一项：算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态和算法模型的扩展参数。

在本发明实施例中，所述更新模块603进一步用于：基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需移除算法模型；将所述需移除算法模型从所述算法模型管理容器中移除。

此外，所述装置还包括：展示模块，用于通过外部管理平台展示所述算法模型管理容器中的算法模型，并接收修改后的所述配置信息。

此外，所述装置还包括：通知模块，用于在所述配置信息被修改时，利用所述消息中间件平台通知所述算法模型管理容器，以更新所述算法模型管理容器。

此外，所述标识包括算法模型的编码和版本号。

此外，所述装置还包括：读取模块，用于接收调用指令，所述调用指令携带有待调用算法模型的标识；通过所述算法模型管理容器的加载接口读取所述待调用算法模型。

根据本发明实施例的管理算法模型的装置可以看出，因为采用基于算法模型管理容器管理算法模型的技术手段，并基于配置信息对算法模型管理容器进行更新。所以克服了只能加载单一版本的算法模型，无法同时提供多个版本的算法模型，如果切换版本则必须重新配置、部署，导致算法模型服务中断；不能动态地加载或者卸载某个版本的算法模型，当需要切换不同版本的算法模型时，只能在重新修改配置后重新启动；在算法模型加载后，无法进行动态的参数调整的技术问题，进而达到动态加载需要调用的算法服务版本，且切换版本时不必重新配置、部署；同时，加载、卸载或更新算法模型时，不需要重新启动；减少服务器内存消耗，节省带宽，提高了在线算法模型服务的性能的技术效果。

图7示出了可以应用本发明实施例的管理算法模型的方法或管理算法模型的装置的示例性系统架构700。

如图7所示，系统架构700可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。

需要说明的是，本发明实施例所提供的管理算法模型的方法一般由服务器705执行，相应地，管理算法模型的装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、获取模块和更新模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取所述算法模型管理容器中已加载算法模型的标识的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：步骤S101：接收针对算法模型管理容器的配置信息；步骤S102：获取算法模型管理容器中已加载算法模型的标识；步骤S103：基于所需算法模型的标识和已加载算法模型的标识更新算法模型管理容器。

根据本发明实施例的技术方案，因为采用基于算法模型管理容器管理算法模型的技术手段，并基于配置信息对算法模型管理容器进行更新。所以克服了只能加载单一版本的算法模型，无法同时提供多个版本的算法模型，如果切换版本则必须重新配置、部署，导致算法模型服务中断；不能动态地加载或者卸载某个版本的算法模型，当需要切换不同版本的算法模型时，只能在重新修改配置后重新启动；在算法模型加载后，无法进行动态的参数调整的技术问题，进而达到动态加载需要调用的算法服务版本，且切换版本时不必重新配置、部署；同时，加载、卸载或更新算法模型时，不需要重新启动；减少服务器内存消耗，节省带宽，提高了在线算法模型服务的性能的技术效果。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (22)

1.一种管理算法模型的方法，其特征在于，包括：

接收针对算法模型管理容器的配置信息；其中，所述算法模型管理容器为用于放置算法模型的软件平台，所述配置信息包括所需算法模型的标识；

获取所述算法模型管理容器中已加载算法模型的标识；

基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器。

2.根据权利要求1所述的方法，其特征在于，基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器包括：

当所述已加载算法模型的标识未包含全部所述所需算法模型的标识时，基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需加载算法模型；

将所述需加载算法模型加载至所述算法模型管理容器。

3.根据权利要求2所述的方法，其特征在于，将所述需加载算法模型加载至所述算法模型管理容器包括：

采用单例模式将所述需加载算法模型加载至所述算法模型管理容器。

4.根据权利要求3所述的方法，其特征在于，所述配置信息还包括所述算法模型管理容器的子容器的类型；以及

采用单例模式将所述需加载算法模型加载至所述算法模型管理容器包括：

采用单例模式调用所述需加载算法模型；

将所述需加载算法模型加载至与所述需加载算法模型的类型对应的所述子容器。

5.根据权利要求2所述的方法，其特征在于，将所述需加载算法模型加载至所述算法模型管理容器之后还包括：

为所述需加载算法模型添加扩展属性；

其中，所述扩展属性包括以下各项中的至少一项：算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态和算法模型的扩展参数。

6.根据权利要求1所述的方法，其特征在于，基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器还包括：

基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需移除算法模型；

将所述需移除算法模型从所述算法模型管理容器中移除。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过外部管理平台展示所述算法模型管理容器中的算法模型，并接收修改后的所述配置信息。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

当所述配置信息被修改时，利用消息中间件平台通知所述算法模型管理容器，以更新所述算法模型管理容器。

9.根据权利要求4所述的方法，其特征在于，

所述标识包括算法模型的编码和版本号。

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收调用指令，所述调用指令携带有待调用算法模型的标识；

通过所述算法模型管理容器的加载接口读取所述待调用算法模型。

11.一种管理算法模型的装置，其特征在于，包括：

接收模块，用于接收针对算法模型管理容器的配置信息；其中，所述算法模型管理容器为用于放置算法模型的软件平台，所述配置信息包括所需算法模型的标识；

获取模块，用于获取所述算法模型管理容器中已加载算法模型的标识；

更新模块，用于基于所述所需算法模型的标识和所述已加载算法模型的标识更新所述算法模型管理容器。

12.根据权利要求11所述的装置，其特征在于，所述更新模块还用于：

当所述已加载算法模型的标识未包含全部所述所需算法模型的标识时，基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需加载算法模型；

将所述需加载算法模型加载至所述算法模型管理容器。

13.根据权利要求12所述的装置，其特征在于，所述更新模块进一步用于：

采用单例模式将所述需加载算法模型加载至所述算法模型管理容器。

14.根据权利要求13所述的装置，其特征在于，所述配置信息还包括所述算法模型管理容器的子容器的类型；以及

所述更新模块进一步用于：

采用单例模式调用所述需加载算法模型；

将所述需加载算法模型加载至与所述需加载算法模型的类型对应的所述子容器。

15.根据权利要求12所述的装置，其特征在于，所述更新模块进一步用于：

为所述需加载算法模型添加扩展属性；

其中，所述扩展属性包括以下各项中的至少一项：算法模型的类型、算法模型的编码、算法模型的版本号、算法模型的唯一路径值、算法模型的状态和算法模型的扩展参数。

16.根据权利要求11所述的装置，其特征在于，所述更新模块进一步用于：

基于所述所需算法模型的标识和所述已加载算法模型的标识确定所述算法模型管理容器需移除算法模型；

将所述需移除算法模型从所述算法模型管理容器中移除。

17.根据权利要求11所述的装置，其特征在于，所述装置还包括：

展示模块，用于通过外部管理平台展示所述算法模型管理容器中的算法模型，并接收修改后的所述配置信息。

18.根据权利要求17所述的装置，其特征在于，所述装置还包括：

通知模块，用于在所述配置信息被修改时，利用所述消息中间件平台通知所述算法模型管理容器，以更新所述算法模型管理容器。

19.根据权利要求14所述的装置，其特征在于，

所述标识包括算法模型的编码和版本号以及所述子容器的类型。

20.根据权利要求11所述的装置，其特征在于，所述装置还包括：

读取模块，用于接收调用指令，所述调用指令携带有待调用算法模型的标识；通过所述算法模型管理容器的加载接口读取所述待调用算法模型。

21.一种管理算法模型的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。

22.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。

Images