CN111625291A - 数据处理模型自动迭代方法、装置及电子设备 - Google Patents
数据处理模型自动迭代方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111625291A CN111625291A CN202010401984.XA CN202010401984A CN111625291A CN 111625291 A CN111625291 A CN 111625291A CN 202010401984 A CN202010401984 A CN 202010401984A CN 111625291 A CN111625291 A CN 111625291A
- Authority
- CN
- China
- Prior art keywords
- data processing
- subtasks
- iteration
- processing model
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
- G06F9/4451—User profiles; Roaming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本公开实施例中提供了一种数据处理模型自动迭代方法、装置及电子设备,属于数据处理技术领域,该方法包括:预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代;将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库;对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务;基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。通过本公开的处理方案,能够提高模型迭代的效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种数据处理模型自动迭代方法、装置及电子设备。
背景技术
数据挖掘是用人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程。训练数据是指数据挖掘过程中用于训练数据挖掘模型的数据。训练数据选择一般有以下要求:数据样本尽可能大、数据多样化,数据样本质量较高。训练数据即数据挖掘过程中用于数据挖掘模型构建的数据。在数据挖掘过程中,除了训练数据还有测试数据,即用于检测模型构建,此数据只在模型检验时使用,用于评估模型的准确率。绝对不允许用于模型构建过程,否则会导致过渡拟合。
随着时间推移,线上数据的分布发生变化,会导致视觉模型效果会变差。需要新增模型输出的类别或增加训练数据以满足需求。每次更新模型均会涉及到数据获取/筛选、训练、评估、上线等复杂操作,手动迭代费时费力。单任务的视觉模型的自动迭代方案有缺陷:任务中途失败后得重头执行,浪费时间,无法复用通用的步骤。
发明内容
有鉴于此,本公开实施例提供一种数据处理模型自动迭代方法、装置及电子设备,以至少部分解决现有技术中存在的问题。
第一方面,本公开实施例提供了一种数据处理模型自动迭代方法,包括:
预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代;
将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库;
对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务;
基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。
根据本公开实施例的一种具体实现方式,所述预先配置周期性执行的子任务,包括:
设置任务管线和更新周期;
在所述任务管线中设置子任务中需要执行的更新内容;
基于所述任务管线,周期性的对所述子任务中的更新内容执行更新操作。
根据本公开实施例的一种具体实现方式,所述预先配置周期性执行的子任务,包括:
在子任务中设置数据处理模型更新所需要的训练数据和测试数据;
在子任务中利用视频/图片数据来所述数据处理模型;
用所述测试数据评估训练后的所述数据处理模型是否满足性能需要;
若满足,则基于所述子任务执行数据模型上线操作。
根据本公开实施例的一种具体实现方式,所述将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库,包括:
获取所有与所述数据处理模型相关的所有子任务;
将所述子任务通过预设的数据格式进行数据封装,形成封装子任务;
将封装后的子任务存储到所述任务库中。
根据本公开实施例的一种具体实现方式,所述将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库,包括:
获取所述任务库中封装的所有子任务;
利用管线任务对所有的子任务进行配置操作,使得配置后的子任务基于所述管线任务来执行。
根据本公开实施例的一种具体实现方式,所述对获取到的与所述自动迭代相关的配置文件进行解析,包括:
获取与任务配置相关的解析文件;
基于所述配置文件中的任务名,确定是否还存在需要进行迭代的任务;
若存在,则基于解析到的任务参数,加载与所述任务参数相关的任务模块。
根据本公开实施例的一种具体实现方式,所述对获取到的与所述自动迭代相关的配置文件进行解析,包括:
判断所述配置文件中的内容与上一次所述数据训练模型执行迭代操作时配置文件中的内容是否相同;
若是,则直接基于上一次对所述配置文件的解析结果作为本次配置文件的解析结果。
根据本公开实施例的一种具体实现方式,所述基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作,包括:
判断所述自动迭代操作中是否存在执行失败的子任务;
若是,则从所述执行失败的子任务继续执行所述自动迭代操作。
第二方面,本公开实施例提供了一种数据处理模型自动迭代装置,包括:
配置模块,用于预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代;
存储模块,用于将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库;
解析模块,用于对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务;
执行模块,用于基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的数据处理模型自动迭代方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的数据处理模型自动迭代方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的数据处理模型自动迭代方法。
本公开实施例中的数据处理模型自动迭代方案,包括预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代;将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库;对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务;基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。通过本公开的处理方案,提高了数据处理模型自动迭代的效率。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种数据处理模型自动迭代方法的流程图;
图2为本公开实施例提供的数据处理模型自动迭代方法的软件流程图;
图3为本公开实施例提供的另一种数据处理模型自动迭代方法的流程图;
图4为本公开实施例提供的另一种数据处理模型自动迭代方法的流程图;
图5为本公开实施例提供的一种数据处理模型自动迭代装置的结构示意图;
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种数据处理模型自动迭代方法。本实施例提供的数据处理模型自动迭代方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、客户端等中。
参见图1及图2,本公开实施例中的数据处理模型自动迭代方法,可以包括如下步骤:
S101,预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代。
数据处理模型可以是多种类型的模型,例如,数据处理处理模型可以是用于图像处理的视觉模型,或者基于卷积神经网络模型修改而产生的模型,或者是其他类型的具有数据处理能力的模块。
为了提高数据处理模型的处理性能,通常需要对数据处理模型进行更新操作,例如,可以更新数据处理模型的训练数据,或者更新数据处理模块中的新的参数等。为此,可以设置多个子任务,通过子任务来完成数据处理模型需要的数据更新内容。通过周期性的调用这些设置的子任务,可以周期性的完成数据处理模型的自动迭代。
S102,将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库。
通过设置完子任务之后,可以将这些子任务进行封装,封装后的子任务便可以统一的放置在任务库中。可以采用程序模块的形式对子任务进行封装,封装后的子任务可以通过调用程序模块的方式来实现。
具体的,参见图3,可以采用任务管线的方式来设置多个子任务,作为一种实施方式,可以依次设置爬取训练数据和测试数据,并通过获取到的视频/图片数据,来对于数据处理模型进行训练,最后用测试数据对训练后的数据处理模型进行评估,当个数据处理模型通过之后,可以将该训练后的数据评估模型执行上线操作。
S103,对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务。
设置完任务库中的多个子任务之后,可以通过配置文件的形式来设置需要运行的各个子任务,从而通过部分或全部的方式来选取任务库中的子任务来进行执行。
作为一种方式,可以通过人工或者自动编辑的方式来设置配置文件,以便于通过该配置文件来进一步的运行数据处理模型的迭代流程。对于配置文件的解析可以在运行平台或者客户端本地来执行,通过设置不同的运行地点,能够提高配置文件解析的灵活性。
S104,基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。
可以设置特定的任务管理器,通过任务管理器来解析并执行配置文件中设置的一个或多个子任务。在执行各个子任务的过程中,当某个子任务执行失败之后,可以从失败的子任务开始继续执行失败的子任务,直到该子任务执行成功,而不是从第一个任务开始执行,这样一来,提高了任务执行的效率。
参见图4,根据本公开实施例的一种具体实现方式,所述预先配置周期性执行的子任务,包括:
S401,设置任务管线和更新周期。
通过设置任务管线和更新周期,能够通过定制化的方式来对需要进行执行的子任务进行配置,从而提高数据处理模型更新的灵活性。
S402,在所述任务管线中设置子任务中需要执行的更新内容。
可以根据实际的需要,在任务管线中设置一个或多个子任务,这样一来,便可以灵活的定制更新内容。
S403,基于所述任务管线,周期性的对所述子任务中的更新内容执行更新操作。
通过上述实施例中的方式,能够灵活的对需要更新的子任务进行配置。
根据本公开实施例的一种具体实现方式,所述预先配置周期性执行的子任务,包括:在子任务中设置数据处理模型更新所需要的训练数据和测试数据;在子任务中利用视频/图片数据来所述数据处理模型;用所述测试数据评估训练后的所述数据处理模型是否满足性能需要;若满足,则基于所述子任务执行数据模型上线操作。
根据本公开实施例的一种具体实现方式,所述将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库,包括:获取所有与所述数据处理模型相关的所有子任务;将所述子任务通过预设的数据格式进行数据封装,形成封装子任务;将封装后的子任务存储到所述任务库中。
根据本公开实施例的一种具体实现方式,所述将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库,包括:获取所述任务库中封装的所有子任务;利用管线任务对所有的子任务进行配置操作,使得配置后的子任务基于所述管线任务来执行。
根据本公开实施例的一种具体实现方式,所述对获取到的与所述自动迭代相关的配置文件进行解析,包括:获取与任务配置相关的解析文件;基于所述配置文件中的任务名,确定是否还存在需要进行迭代的任务;若存在,则基于解析到的任务参数,加载与所述任务参数相关的任务模块。
根据本公开实施例的一种具体实现方式,所述对获取到的与所述自动迭代相关的配置文件进行解析,包括:判断所述配置文件中的内容与上一次所述数据训练模型执行迭代操作时配置文件中的内容是否相同;若是,则直接基于上一次对所述配置文件的解析结果作为本次配置文件的解析结果。
根据本公开实施例的一种具体实现方式,所述基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作,包括:判断所述自动迭代操作中是否存在执行失败的子任务;若是,则从所述执行失败的子任务继续执行所述自动迭代操作。
与上面的方法实施例相对应,参见图5,本公开实施例还提供了一种数据处理模型自动迭代装置50,包括:
配置模块501,用于预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代;
存储模块502,用于将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库;
解析模块503,用于对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务;
执行模块504,用于基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。
本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图6,本公开实施例还提供了一种电子设备60,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的数据处理模型自动迭代方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中的数据处理模型自动迭代方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的的数据处理模型自动迭代方法。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,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该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种数据处理模型自动迭代方法,其特征在于,包括:
预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代;
将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库;
对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务;
基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。
2.根据权利要求1所述的方法,其特征在于,所述预先配置周期性执行的子任务,包括:
设置任务管线和更新周期;
在所述任务管线中设置子任务中需要执行的更新内容;
基于所述任务管线,周期性的对所述子任务中的更新内容执行更新操作。
3.根据权利要求1所述的方法,其特征在于,所述预先配置周期性执行的子任务,包括:
在子任务中设置数据处理模型更新所需要的训练数据和测试数据;
在子任务中利用视频/图片数据来所述数据处理模型;
用所述测试数据评估训练后的所述数据处理模型是否满足性能需要;
若满足,则基于所述子任务执行数据模型上线操作。
4.根据权利要求1所述的方法,其特征在于,所述将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库,包括:
获取所有与所述数据处理模型相关的所有子任务;
将所述子任务通过预设的数据格式进行数据封装,形成封装子任务;
将封装后的子任务存储到所述任务库中。
5.根据权利要求1所述的方法,其特征在于,所述将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库,包括:
获取所述任务库中封装的所有子任务;
利用管线任务对所有的子任务进行配置操作,使得配置后的子任务基于所述管线任务来执行。
6.根据权利要求1所述的方法,其特征在于,所述对获取到的与所述自动迭代相关的配置文件进行解析,包括:
获取与任务配置相关的解析文件;
基于所述配置文件中的任务名,确定是否还存在需要进行迭代的任务;
若存在,则基于解析到的任务参数,加载与所述任务参数相关的任务模块。
7.根据权利要求1所述的方法,其特征在于,所述对获取到的与所述自动迭代相关的配置文件进行解析,包括:
判断所述配置文件中的内容与上一次所述数据训练模型执行迭代操作时配置文件中的内容是否相同;
若是,则直接基于上一次对所述配置文件的解析结果作为本次配置文件的解析结果。
8.根据权利要求1所述的方法,其特征在于,所述基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作,包括:
判断所述自动迭代操作中是否存在执行失败的子任务;
若是,则从所述执行失败的子任务继续执行所述自动迭代操作。
9.一种数据处理模型自动迭代装置,其特征在于,包括:
配置模块,用于预先配置周期性执行的子任务,所述子任务用于执行数据处理模型的自动迭代;
存储模块,用于将与数据处理模型自动迭代相关的所有子任务采用封装的形式存储至预设的任务库;
解析模块,用于对获取到的与所述自动迭代相关的配置文件进行解析,以便于基于所述配置文件的解析结果,从所述任务库中确定一个或多个与所述数据模型更新相关的迭代子任务;
执行模块,用于基于所述迭代子任务,按照所述配置文件中定义的执行顺序,对所述数据处理模型执行自动迭代操作。
10.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述利要求1-8中任一项所述的数据处理模型自动迭代方法。
11.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述利要求1-8中任一项所述的数据处理模型自动迭代方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401984.XA CN111625291B (zh) | 2020-05-13 | 2020-05-13 | 数据处理模型自动迭代方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401984.XA CN111625291B (zh) | 2020-05-13 | 2020-05-13 | 数据处理模型自动迭代方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111625291A true CN111625291A (zh) | 2020-09-04 |
CN111625291B CN111625291B (zh) | 2023-06-27 |
Family
ID=72271846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010401984.XA Active CN111625291B (zh) | 2020-05-13 | 2020-05-13 | 数据处理模型自动迭代方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111625291B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508715A (zh) * | 2020-11-30 | 2021-03-16 | 泰康保险集团股份有限公司 | 保险两核数据模型上线部署方法、装置、电子设备和介质 |
CN112685206A (zh) * | 2021-01-07 | 2021-04-20 | 北京全路通信信号研究设计院集团有限公司 | 一种交互数据正确性判断方法、装置、电子设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0741362A2 (en) * | 1995-05-01 | 1996-11-06 | International Business Machines Corporation | Automatic construction of conditional exponential models from elementary feature |
US20090172566A1 (en) * | 2007-12-27 | 2009-07-02 | Barry Courtenay Mosher | Machine driven process for user interface driven data modeling collaboration |
US20100218196A1 (en) * | 2008-02-08 | 2010-08-26 | Reservoir Labs, Inc. | System, methods and apparatus for program optimization for multi-threaded processor architectures |
CN102004663A (zh) * | 2009-09-02 | 2011-04-06 | 中国银联股份有限公司 | 一种多任务并发调度的系统及方法 |
US20120303396A1 (en) * | 2011-05-27 | 2012-11-29 | Sap Ag | Model-based business continuity management |
CN108268638A (zh) * | 2018-01-18 | 2018-07-10 | 浙江工业大学 | 一种基于Spark框架的生成对抗网络分布式实现方法 |
US20190163533A1 (en) * | 2017-11-27 | 2019-05-30 | Promontory Financial Group Llc | Computing task management using tree structures |
CN110175677A (zh) * | 2019-04-16 | 2019-08-27 | 平安普惠企业管理有限公司 | 自动更新方法、装置、计算机设备及存储介质 |
-
2020
- 2020-05-13 CN CN202010401984.XA patent/CN111625291B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0741362A2 (en) * | 1995-05-01 | 1996-11-06 | International Business Machines Corporation | Automatic construction of conditional exponential models from elementary feature |
US20090172566A1 (en) * | 2007-12-27 | 2009-07-02 | Barry Courtenay Mosher | Machine driven process for user interface driven data modeling collaboration |
US20100218196A1 (en) * | 2008-02-08 | 2010-08-26 | Reservoir Labs, Inc. | System, methods and apparatus for program optimization for multi-threaded processor architectures |
CN102004663A (zh) * | 2009-09-02 | 2011-04-06 | 中国银联股份有限公司 | 一种多任务并发调度的系统及方法 |
US20120303396A1 (en) * | 2011-05-27 | 2012-11-29 | Sap Ag | Model-based business continuity management |
US20190163533A1 (en) * | 2017-11-27 | 2019-05-30 | Promontory Financial Group Llc | Computing task management using tree structures |
CN108268638A (zh) * | 2018-01-18 | 2018-07-10 | 浙江工业大学 | 一种基于Spark框架的生成对抗网络分布式实现方法 |
CN110175677A (zh) * | 2019-04-16 | 2019-08-27 | 平安普惠企业管理有限公司 | 自动更新方法、装置、计算机设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508715A (zh) * | 2020-11-30 | 2021-03-16 | 泰康保险集团股份有限公司 | 保险两核数据模型上线部署方法、装置、电子设备和介质 |
CN112685206A (zh) * | 2021-01-07 | 2021-04-20 | 北京全路通信信号研究设计院集团有限公司 | 一种交互数据正确性判断方法、装置、电子设备和介质 |
CN112685206B (zh) * | 2021-01-07 | 2024-04-12 | 北京全路通信信号研究设计院集团有限公司 | 一种交互数据正确性判断方法、装置、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111625291B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110674047B (zh) | 软件测试方法、装置及电子设备 | |
CN112395188B (zh) | 一种面向测试的软件项目开发方法、装置、电子设备及存储介质 | |
CN109491646B (zh) | 一种消息录入方法、装置、电子设备及可读介质 | |
CN111625291B (zh) | 数据处理模型自动迭代方法、装置及电子设备 | |
CN111309304B (zh) | 一种生成idl文件的方法、装置、介质和电子设备 | |
CN113535567B (zh) | 软件测试方法、装置、设备和介质 | |
CN111625326B (zh) | 任务管线执行方法、装置及电子设备 | |
CN112422648B (zh) | 数据同步方法和系统 | |
CN111309323B (zh) | 参数初始化方法、装置和电子设备 | |
CN116149978A (zh) | 服务接口测试方法、装置、电子设备及存储介质 | |
CN112732248A (zh) | 一种模块化软件开发方法、装置、电子设备及存储介质 | |
CN110908711A (zh) | 应用程序的控件开发方法、装置及电子设备 | |
CN111382057A (zh) | 测试用例生成方法,测试方法及装置,服务器及存储介质 | |
CN111897827B (zh) | 用于数据仓库的数据更新方法、系统及电子设备 | |
CN113347278B (zh) | 数据处理方法、装置及电子设备 | |
CN110489341B (zh) | 一种测试方法、装置、存储介质及电子设备 | |
CN111367555B (zh) | 断言的方法、装置、电子设备及计算机可读介质 | |
CN117493217A (zh) | 测试用例生成方法、装置、可读介质及电子设备 | |
CN117708110A (zh) | 数据生成方法、装置、介质及电子设备 | |
CN116414683A (zh) | 一种回归测试方法、装置、设备及介质 | |
CN116414359A (zh) | 卡片布局方法、装置、介质及电子设备 | |
CN112486494A (zh) | 文件生成方法、装置、电子设备及计算机可读存储介质 | |
CN116069227A (zh) | 一种界面交互方法、装置、设备及存储介质 | |
CN116775001A (zh) | 处理应用程序的方法、装置、电子设备和存储介质 | |
CN117539661A (zh) | 微服务架构行业扩展开发方法、系统、设备及储存介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |