CN112000330A - 建模参数的配置方法、装置、设备和计算机存储介质 - Google Patents
建模参数的配置方法、装置、设备和计算机存储介质 Download PDFInfo
- Publication number
- CN112000330A CN112000330A CN202010681506.9A CN202010681506A CN112000330A CN 112000330 A CN112000330 A CN 112000330A CN 202010681506 A CN202010681506 A CN 202010681506A CN 112000330 A CN112000330 A CN 112000330A
- Authority
- CN
- China
- Prior art keywords
- configuration
- user
- parameter
- network
- page
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000003993 interaction Effects 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 21
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000003058 natural language processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
- H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/35—Creation or generation of source code model driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/38—Creation or generation of source code for implementing user interfaces
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
本申请公开了建模参数的配置方法、装置、设备和计算机存储介质,涉及人工智能、深度学习技术领域。包括:接收来自用户的建模请求;获取建模请求对应的可选任务类型以及各可选任务类型对应的网络配置文件以生成网络配置页面返回给用户,并获取用户输入的网络参数配置项的值;依据预设的参数关联文件,确定与网络参数配置项的值相关联的数据配置文件以生成数据参数配置页面返回给用户,并获取用户输入的数据参数配置项的值;依据参数关联文件,确定与网络参数配置项的值相关联的算力配置文件,依据算力配置文件以及计算资源的当前状况生成算力参数配置页面返回给用户,并获取用户输入的算力参数配置项的值;依据获取的各配置项的值,进行建模处理。
Description
技术领域
本申请涉及计算机技术领域,特别和涉及人工智能、深度学习技术领域下的建模参数的配置方法、装置、设备和计算机存储介质。
背景技术
近年来,人工智能技术在国内外掀起了巨大的发展浪潮。人工智能技术在行业应用落地时,需要面临建模开发过程中的各种参数配置。然而,目前关于建模开发过程的参数配置仍停留在代码配置阶段,建模的入门门槛高。即便存在一些使用文档可供用户使用,但需要用户阅读和学习使用文档,了解各类参数值的意义和参数间的关联关系,然后以代码形式进行建模参数的配置,显然学习成本很高,建模效率低下。
发明内容
有鉴于此,本申请提供了一种建模参数的配置方法、装置、设备和计算机存储介质,以便降低学习成本、提高建模效率。
第一方面,本申请提供了一种建模参数的配置方法,包括:
接收来自用户的建模请求;
获取所述建模请求对应的可选任务类型以及各可选任务类型对应的网络配置文件,依据所述网络配置文件生成网络配置页面返回给所述用户,并获取所述用户在所述网络配置页面输入的网络参数配置项的值;
依据预设的参数关联文件,确定与所述网络参数配置项的值相关联的数据配置文件,依据所述数据配置文件生成数据参数配置页面返回给所述用户,并获取所述用户在所述数据参数配置页面输入的数据参数配置项的值;
依据所述参数关联文件,确定与所述网络参数配置项的值相关联的算力配置文件,依据所述算力配置文件以及计算资源的当前状况生成算力参数配置页面返回给所述用户,并获取所述用户在所述算力参数配置页面输入的算力参数配置项的值;
依据获取的所述网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,进行建模处理。
第二方面,本申请提供了一种建模参数的配置装置,包括:
配置交互单元,用于接收来自用户的建模请求;
网络配置单元,用于获取所述建模请求对应的可选任务类型以及各可选任务类型对应的网络配置文件,依据所述网络配置文件生成网络配置页面;
所述配置交互单元,还用于将所述网络配置页面返回给所述用户,并获取所述用户在所述网络配置页面输入的网络参数配置项的值;
数据配置单元,用于依据预设的参数关联文件,确定与所述网络参数配置项的值相关联的数据配置文件,依据所述数据配置文件生成数据参数配置页面;
所述配置交互单元,还用于将所述数据参数配置页面返回给所述用户,并获取所述用户在所述数据参数配置页面输入的数据参数配置项的值;
算力配置单元,用于依据所述参数关联文件,确定与所述网络参数配置项的值相关联的算力配置文件,依据所述算力配置文件以及计算资源的当前状况生成算力参数配置页面;
所述配置交互单元,还用于将所述算力参数配置页面返回给所述用户,并获取所述用户在所述算力参数配置页面输入的算力参数配置项的值;
建模处理单元,用于记录获取的所述网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,并依据所述网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,进行建模处理。
第三方面,本申请提供了一种电子设备,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如上任一项所述的方法。
第四方面,本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如上所述的方法。
由以上技术方案可以看出,本申请在参数关联规则的约束下,通过页面交互的形式引导用户逐步完成建模参数的配置,用户无需学习使用文档也无需自己编写代码实现参数配置,大大降低了学习成本,提高了建模效率。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例一提供的本申请所基于的系统架构示意图;
图2为本申请实施例二提供的建模参数的配置方法流程图;
图3a~图3g为本申请实施例提供的配置页面所显示配置项的实例图;
图4为本申请实施例三提供的装置结构图;
图5是用来实现本申请实施例的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
本申请的核心思想在于,将建模参数之间的关联规则隐藏在交互中,通过页面交互的形式,引导用户一步步完成建模参数的配置。为了方便理解,首先对本申请所基于的系统架构进行简单描述。
实施例一、
图1为本申请实施例一提供的本申请所基于的系统架构示意图,如图1中所示。本申请所提供的方法由建模配置平台实现,即本申请所提供的装置设置于建模配置平台。对建模参数的配置主要分为三个部分:网络参数配置、数据参数配置和算力参数配置。关于需要配置的网络参数的相关信息在网络配置文件中记录,需要配置的数据参数的相关信息在数据配置文件中记录,需要配置的算力参数的相关信息在算力配置文件中记录。这些配置文件可以在服务器端进行存储和维护,由于这些配置文件分别独立存储,因此更加方便进行升级和调整。
建模配置平台通过向用户返回配置页面,并获取用户在配置页面上输入的配置项的值这种交互形式,来引导用户进行建模参数的配置。其中,在向用户返回配置页面时,一个重要的依据就是参数关联文件。该参数关联文件包含了建模参数之间的关联规则,即体现了参数之间的关联和约束。这一参数关联文件不再以使用文档的形式提供给用户,而是在服务器端后台以文件的形式供建模平台调用以依据参数之间的关联或约束向用户返回合适的配置页面。
建模过程中进行的具体的模型训练、测试等均由计算资源来执行。计算资源通常以集群的形式存在,可以是由CPU和GPU构成的计算节点组成集群。也可以由多个CPU组成CPU集群,多个GPU组成GPU集群以供资源分配和执行相应的计算。除此之外,还会存在一些存储资源以供进行数据存储、模型数据存储等,在图1中并未示出。
另外,在获取到用户在各配置页面上输入的配置项的值后,可以利用这些配置项的值构建相应的模型实例,计算资源基于模型实例进行模型训练。
实施例二、
图2为本申请实施例二提供的建模参数的配置方法流程图,该方法由图1中所示的建模配置平台执行。如图2中所示,该方法可以包括以下步骤:
在201中,接收来自用户的建模请求。
当用户需要进行建模时,可以通过访问建模配置平台指定的入口页面或通过触发页面上特定链接的形式发起建模请求,各入口页面或链接可以指向特定领域的建模配置页面,即建模请求中可以携带要建立模型所属的领域信息。整个建模参数配置的过程均以web形式进行交互实现。
其中特定领域可以是诸如NLP(Natural Language Processing,自然语言处理)、语音识别领域等等。不同领域可以使用的任务类型是不同的,在本申请后续实施例中,均以NLP领域为例进行描述。
在202中,获取建模请求对应的可选任务类型以及各可选任务类型对应的网络配置文件,依据网络配置文件生成网络配置页面返回给用户,并获取用户在网络配置页面输入的网络参数配置项的值。
上面已经提及,建模请求中可以携带领域信息,依据该领域信息可以确定对应的可选任务类型。例如对于NLP领域而言,其对应的可选任务类型为:分类任务、匹配任务、序列标注任务、生成任务等。
建模配置平台可以读取各可选任务类型对应的网络配置文件,该网络配置文件中包含有各可选任务类型对应的网络参数配置项。然后,建模配置平台可以依据网络配置文件生成网络配置页面返回给用户。
其中,网络配置页面中可以包括但不限于如下网络参数配置项:
1)任务类型配置项。如图3a中所示的网络配置页面上,提供了NLP任务类型的配置项,这些配置项是与NLP领域对应的可选任务类型一致的。用户可以从分类任务、匹配任务、序列标注任务、生成任务、自定义任务中选择一个。
在本申请实施例中返回给用户的各配置页面中,对于部分配置项而言,可以提供可选值供用户选择输入。例如任务类型配置项提供了“分类任务”、“匹配任务”、“序列标注任务”、“生成任务”、“自定义任务”三个可选值供用户选择。可选值的呈现方式可以以选项卡的形式,如图3a中任务类型配置项的方式。也可以以下拉框的形式,例如图3a中网络类型配置项的呈现方式。还可以是“选中”框的形式,例如图3a中关于热启动配置项的呈现方式,用户在“选中”框中以选中或未选中的方式选择是否进行模型热启动。这种可选值的方式能够在参数的关联约束下提供给用户可选的数值供用户选择,简化了用户操作。
对于另一部分配置项而言,也可以提供文本输入框供用户以文本的形式输入该配置项的值。这种方式为取值没有特殊限制的配置项提供了更加灵活的设置方式。
2)网络类型配置项。该网络类型配置项用以用户输入建模所采用的网络类型。
在此需要特别说明的是,在返回给用户的各配置页面中,依据参数关联文件和用户已输入的部分或全部配置项的值,可以更新用户尚未输入的部分或全部配置项的可输入状态和可选值。其中,参数关联文件中参数的关联关系,不仅仅是不同配置页面中参数之间的关联,也可以是同一配置页面中各参数之间的关联。
例如,对于网络类型配置项而言,经查询参数关联文件,该网络类型参数是与任务类型参数相关联的,不同任务类型所对应的网络类型的可选项不同。因此,可以依据用户在任务类型配置项中输入的值(即选择的具体任务类型)来确定网络类型配置项的可选值。
所谓可输入状态指的是配置项可由用户输入配置项的值。如果处于不可输入状态,则用户无法输入配置项的值。
2)模型信息配置项。模型信息配置项指的是用户要建立模型的相关信息,可以包括诸如模型名称、版本、量级、框架、是否热启动、保存方式等等。
模型信息配置项可以与之前用户已输入的配置项的值存在关联关系,例如,模型名称可以与用户输入的网络类型配置项的值关联。因此,其是否可输入的状态以及可选值依据用户输入的网络类型配置项的值确定。
模型信息配置项之间也可以是存在关联关系的,例如模型版本配置项可以与用户输入的模型名称配置项的值关联。模型量级配置项可以与用户输入的模型名称、模型版本配置项的值关联。在此不做逐一描述。
3)读取参数配置项。该配置项主要是针对Reader机制设置的配置项,体现模型的读取机制、读什么数据、按照什么方式读、转化为什么类型的数据等等。因此,读取参数配置项可以包括诸如域配置、epoch(所有训练样本在模型中训练一次称为一个epoch)配置、batch(将训练样本划分成batch进行训练)等等配置项,如图3b中所示。
其中,经查询参数关联文件,域配置的配置项与网络类型、预训练模型相关联,因此可以依据之前用户已输入的网络类型、预训练模型配置项的值确定域配置的配置项可输入状态和可选值。
epoch默认填写1,可以允许用户自己在输入框输入数字。
batch配置项与预训练模型相关联,因此可以依据之前用户已输入的预训练模型配置项的值确定batch配置项可输入状态和可选值。
另外,在配置页面上可以提供编辑按钮供用户对具体的配置项内容进行编辑。如图3b中所示的数据列,用户可以点击“编辑”按钮进入到如图3c所示的界面对数据列进行编辑。图3c中各配置项的含义和关联关系在此不做详述。
在本申请实施例中,由于采用的是基于web页面的交互方式,在web页面上进行文本输入时,常常面临到在必要输入空格时,无法获知输入的空格状况。因此,在本申请中,可以获取用户在预设的文本输入框中输入的空格操作;针对该文本输入框对应显示用户在所述文本输入框中已输入空格数量的提示信息。
以图3c中split_char(字符切分)配置项为例,用户可能需要在该配置项的文本输入框中自行键入字符,面临输入空格的问题。随着用户的输入,可以在该文本输入框的下方显示已输入空格的数量和位置。如图3d中所示,假设用户在输入了3个空格后输入“abc”然后又输入一个空格,那么在文本输入框的下方显示“[空格][空格][空格]abc[空格]”。
4)超参配置项。超参配置项用于用户对模型训练所使用的超参数进行配置,可以包括诸如学习率(learning_rate)、训练日志步长(train_log_step)、返回值步长(eval_step)等等。如图3e中所示,在此不对超参配置项中的所有字段一一解释。
其中,经查询参数关联文件,学习率配置项与预训练模型相关联,因此可以依据之前用户已输入的预训练模型配置项的值确定学习率配置项可输入状态和可选值。
更进一步地,在本申请实施例中,可以依据用户已输入的各参数配置项的值,生成代码;在返回给用户的配置页面上显示生成的代码,以供用户对该代码进行编辑;若获取到用户对代码进行编辑的操作,依据用户的编辑内容更新获取到的对应参数配置项的值。
如图3e中所示,在网络编辑配置项中呈现自动生成的代码,用户可以对该代码进行查看和编辑,从而了解各参数的配置状况并灵活地进行修改。
需要说明的是,如图3a、3b、3e中所示的内容可以在一个网络配置页面中返回给用户,也可以分成多个网络配置页面逐一返回给用户。
用户在网络配置页面上输入的各配置项的值会发送给建模配置平台,由建模配置平台进行记录。
在203中,依据预设的参数关联文件,确定与用户输入的网络参数配置项的值相关联的数据配置文件,依据数据配置文件生成数据参数配置页面返回给用户,并获取用户在数据参数配置页面输入的数据参数配置项的值。
网络参数配置完成后,开始进行数据参数配置。通过查询参数关联文件,可以确定与用户输入的网络参数配置项的值相关联的数据配置文件,据此生成数据参数配置页面。其中,数据参数配置页面可以包括但不限于以下配置项:
1)集群信息配置项。集群信息配置项主要用以配置数据存储的集群名称、UGI等,如图3f所示。
经查询参数关联文件,集群信息配置项与网络类型相关联,因此可以依据之前用户已输入的网络类型配置项的值确定集群信息配置项可输入状态和可选值。
2)输入数据路径配置项。输入数据路径配置项主要用以配置模型输入数据的路径信息,例如训练数据的路径、测试数据的路径、词典路径等。
经查询参数关联文件,训练数据的路径、词典路径配置项与网络类型相关联,因此可以依据之前用户已输入的网络类型配置项的值确定训练数据的路径、词典路径配置项可输入状态和可选值。
3)输出数据路径配置项。输出数据路径配置项用以配置模型输出数据的路径信息。
图3f仅仅为示意性的一个数据参数配置页面,在此不再对其中的所有配置项进行一一解释。
用户在数据配置页面上输入的各配置项的值会发送给建模配置平台,由建模配置平台进行记录。
在204中,依据参数关联文件,确定与网络参数配置项的值相关联的算力配置文件,依据算力配置文件以及计算资源的当前状况生成算力参数配置页面返回给用户,并获取用户在算力参数配置页面输入的算力参数配置项的值。
数据参数配置完成后,开始进行算力参数配置。所谓算力参数指的是配置计算资源的计算能力的参数。算力参数配置除了与网络参数配置相关之外,还可能与数据参数配置相关。如果通过查询参数关联文件确定算力参数与网络参数相关,则确定与网络参数配置项的值相关联的算力配置文件。但若通过查询参数关联文件确定算力参数与网络参数、数据参数相关,则确定与网络参数配置项的值以及与数据参数配置项的值相关的算力配置文件。
算力配置文件决定了算力配置界面包含哪些配置项以及配置项的可选值等信息,但算力配置界面的生成除此之外,还会同时由计算资源的当前状况决定。生成的算力参数配置页面能够使得用户在可支持建模要求的计算资源中进行算力配置,从而避免因用户不知计算资源的算力而进行错误算力配置导致模型训练失败的问题。
其中,算力参数配置页面可以包括但不限于以下配置项:
1)计算资源配置项。计算资源配置项主要用以配置训练模型所使用的计算资源,如图3g中所示,可以包括诸如组选择、资源列表、资源类型、训练方式等。
其中,依据用户输入的计算资源的信息,可以将对应计算资源的使用状况展现于算力配置页面,以供用户查看并权衡所配置算力参数是否合理。例如图3g中,当用户进行组选择和资源列表选择后,将相应计算资源的剩余CPU、MEM(存储器)、GPU状况等进行展现。
经查询参数关联文件,组选择配置项与模型信息相关联,因此可以依据之前用户已输入的模型信息配置项的值确定组选择配置项可输入状态和可选值。
训练方式配置项与网络类型、组选择相关联,因此可以依据之前用户已输入的网络类型、组选择配置项的值确定训练方式配置项可输入状态和可选值。
2)队列优先级配置项。队列优先级配置项用以配置训练任务在队列中的优先级。
3)训练器数量配置项。训练器数量主要用以配置训练模型所使用的trainer(训练器)信息,例如图3g中的“trainer个数”、“trainer进程GPU卡数”,等等。
图3g仅仅为示意性的一个算力配置页面,在此不再对其中的所有配置项进行一一解释。
用户在算力配置页面上输入的各配置项的值会发送给建模配置平台,由建模配置平台进行记录。
在205中,依据获取的网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值进行建模。
建模配置平台获取到用户配置的网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值后,交由调度平台(图1中未示出)进行计算资源的调度,并由计算资源依据各参数配置项的值构建模型实例并进行模型训练、验证,从而完成建模。关于模型训练、验证等过程并非本申请所关注的内容,在此不做详述。
在206中,获取已训练得到的模型的指标曲线,并通过页面将指标曲线返回给用户。
模型训练或验证后,建模配置平台可以获取模型的指标曲线,并通过页面返回给用户,以便用户能够查看指标是否符合预期要求。如果不符合预期要求,也可以根据指标曲线来对建模参数的配置进行调整。即再次执行本实施例中所示流程,对配置页面中的配置项的值进行调整,从而逐步优化模型,获得预期的模型效果。
由本实施例中所示的方式,可以看出具备以下优点:
1)将建模参数之间的关联规则隐藏在交互中,在关联规则的约束下通过页面交互的形式,引导用户完成建模参数的配置。相比较现有技术中用户需要学习使用文档采用代码实现参数配置的方式而言,大大降低了学习成本、提高了建模效率。
2)在本申请实施例中,可以通过在网络配置文件、数据配置文件和算力配置文件中尽可能将建模中的关键配置参数进行定义,使得网络配置页面、数据配置页面和算力配置页面将这些关键配置参数结构化地进行体现。用户具有较大的参数配置空间,可以根据业务需求在参数关联约束下正确且灵活地配置参数。
以上是对本申请所提供的方法进行的详细描述,下面结合实施例对本申请所提供的装置进行详细描述。
实施例三
图4为本申请实施例三提供的装置结构示意图,该装置设置于图1中所示的建模配置平台。如图4中所示,该装置可以包括:配置交互单元01、网络配置单元02、数据配置单元03、算力配置单元04和建模处理单元05,还可以进一步包括代码生成单元06和指标获取单元07。其中各组成单元主要包括:
配置交互单元01,用于接收来自用户的建模请求。
网络配置单元02,用于获取建模请求对应的可选任务类型以及各可选任务类型对应的网络配置文件,依据网络配置文件生成网络配置页面。
建模请求中可以携带领域信息,依据该领域信息可以确定对应的可选任务类型。例如对于NLP领域而言,其对应的可选任务类型为:分类任务、匹配任务、序列标注任务、生成任务等。网络配置单元02可以读取各可选任务类型对应的网络配置文件,该网络配置文件中包含有各可选任务类型对应的网络参数配置项。
其中,网络配置页面可以包括但不限于:任务类型配置项、网络类型配置项、模型信息配置项、读取参数配置项和超参配置项。
配置交互单元01,还用于将网络配置页面返回给用户,并获取用户在网络配置页面输入的网络参数配置项的值。
数据配置单元03,用于依据预设的参数关联文件,确定与网络参数配置项的值相关联的数据配置文件,依据数据配置文件生成数据参数配置页面。
具体地,数据配置单元03可以通过查询参数关联文件,可以确定与用户输入的网络参数配置项的值相关联的数据配置文件,据此生成数据参数配置页面。其中数据参数配置页面可以包括但不限于:集群信息配置项、输入数据路径配置项和输出数据路径配置项。
配置交互单元01,还用于将数据参数配置页面返回给用户,并获取用户在数据参数配置页面输入的数据参数配置项的值。
算力配置单元04,用于依据参数关联文件,确定与网络参数配置项的值相关联的算力配置文件,依据算力配置文件以及计算资源的当前状况生成算力参数配置页面。
所谓算力参数指的是配置计算资源的计算能力的参数。算力参数配置除了与网络参数配置相关之外,还可能与数据参数配置相关。如果算力配置单元04通过查询参数关联文件确定算力参数与网络参数相关,则确定与网络参数配置项的值相关联的算力配置文件。但若算力配置单元04通过查询参数关联文件确定算力参数与网络参数、数据参数相关,则确定与网络参数配置项的值以及与数据参数配置项的值相关的算力配置文件。
其中,算力参数配置页面可以包括但不限于:计算资源配置项、队列优先级配置项和训练器数量配置项。
配置交互单元01,还用于将算力参数配置页面返回给用户,并获取用户在算力参数配置页面输入的算力参数配置项的值。
建模处理单元05,用于记录获取的网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,并依据网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,进行建模处理。
其中,网络配置单元02、数据配置单元03和算力配置单元04,还用于在返回给用户的配置页面中,提供部分配置项的可选值供用户选择输入,和/或,提供部分配置项的文本输入框供用户以文本的形式输入该配置项的值。
更进一步地,网络配置单元02、数据配置单元03和算力配置单元04,还用于在返回给用户的各配置页面中,依据参数关联文件和用户已输入的部分或全部配置项的值,更新用户尚未输入的部分或全部配置项的可输入状态和可选值。
代码生成单元06,用于依据用户已输入的各参数配置项的值,生成代码;在配置交互单元01返回给用户的配置页面上显示代码,以供用户对代码进行编辑。
若配置交互单元01获取到用户对代码进行编辑的操作,则建模处理单元05可以依据用户的编辑内容更新获取到的对应参数配置项的值。
更进一步地,配置交互单元01,还可以获取用户在预设的文本输入框中输入的空格操作;针对文本输入框对应显示用户在文本输入框中已输入空格数量的提示信息。
更进一步地,指标获取单元07,用于建模处理后,获取已训练得到的模型的指标曲线。由配置交互单元01通过页面将指标曲线返回给用户。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的建模参数的配置方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的建模参数的配置方法。本申请的非瞬时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计算机执行本申请所提供的建模参数的配置方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的建模参数的配置方法对应的程序指令/模块。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的建模参数的配置方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据该电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至该电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
该电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与该电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (20)
1.一种建模参数的配置方法,包括:
接收来自用户的建模请求;
获取所述建模请求对应的可选任务类型以及各可选任务类型对应的网络配置文件,依据所述网络配置文件生成网络配置页面返回给所述用户,并获取所述用户在所述网络配置页面输入的网络参数配置项的值;
依据预设的参数关联文件,确定与所述网络参数配置项的值相关联的数据配置文件,依据所述数据配置文件生成数据参数配置页面返回给所述用户,并获取所述用户在所述数据参数配置页面输入的数据参数配置项的值;
依据所述参数关联文件,确定与所述网络参数配置项的值相关联的算力配置文件,依据所述算力配置文件以及计算资源的当前状况生成算力参数配置页面返回给所述用户,并获取所述用户在所述算力参数配置页面输入的算力参数配置项的值;
依据获取的所述网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,进行建模处理。
2.根据权利要求1所述的方法,其中,所述网络配置页面包括:任务类型配置项、网络类型配置项、模型信息配置项、读取参数配置项和超参配置项。
3.根据权利要求1所述的方法,其中,所述数据参数配置页面包括:
集群信息配置项、输入数据路径配置项和输出数据路径配置项。
4.根据权利要求1所述的方法,其中,所述算力参数配置页面包括:
计算资源配置项、队列优先级配置项和训练器数量配置项。
5.根据权利要求1至4中任一项所述的方法,其中,在返回给所述用户的配置页面中,提供部分配置项的可选值供所述用户选择输入,和/或,提供部分配置项的文本输入框供用户以文本的形式输入该配置项的值。
6.根据权利要求5所述的方法,还包括:
在返回给所述用户的各配置页面中,依据所述参数关联文件和所述用户已输入的部分或全部配置项的值,更新所述用户尚未输入的部分或全部配置项的可输入状态和可选值。
7.根据权利要求1至4中任一项所述的方法,还包括:
依据所述用户已输入的各参数配置项的值,生成代码;
在返回给所述用户的配置页面上显示所述代码,以供用户对所述代码进行编辑;
若获取到用户对所述代码进行编辑的操作,依据所述用户的编辑内容更新获取到的对应参数配置项的值。
8.根据权利要求5所述的方法,还包括:
获取用户在预设的文本输入框中输入的空格操作;
针对所述文本输入框对应显示所述用户在所述文本输入框中已输入空格数量的提示信息。
9.根据权利要求1至4中任一项所述的方法,还包括:
所述建模处理后,获取已训练得到的模型的指标曲线,并通过页面将所述指标曲线返回给所述用户。
10.一种建模参数的配置装置,包括:
配置交互单元,用于接收来自用户的建模请求;
网络配置单元,用于获取所述建模请求对应的可选任务类型以及各可选任务类型对应的网络配置文件,依据所述网络配置文件生成网络配置页面;
所述配置交互单元,还用于将所述网络配置页面返回给所述用户,并获取所述用户在所述网络配置页面输入的网络参数配置项的值;
数据配置单元,用于依据预设的参数关联文件,确定与所述网络参数配置项的值相关联的数据配置文件,依据所述数据配置文件生成数据参数配置页面;
所述配置交互单元,还用于将所述数据参数配置页面返回给所述用户,并获取所述用户在所述数据参数配置页面输入的数据参数配置项的值;
算力配置单元,用于依据所述参数关联文件,确定与所述网络参数配置项的值相关联的算力配置文件,依据所述算力配置文件以及计算资源的当前状况生成算力参数配置页面;
所述配置交互单元,还用于将所述算力参数配置页面返回给所述用户,并获取所述用户在所述算力参数配置页面输入的算力参数配置项的值;
建模处理单元,用于记录获取的所述网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,并依据所述网络参数配置项的值、数据参数配置项的值以及算力参数配置项的值,进行建模处理。
11.根据权利要求10所述的装置,其中,所述网络配置页面包括:任务类型配置项、网络类型配置项、模型信息配置项、读取参数配置项和超参配置项。
12.根据权利要求10所述的装置,其中,所述数据参数配置页面包括:
集群信息配置项、输入数据路径配置项和输出数据路径配置项。
13.根据权利要求10所述的装置,其中,所述算力参数配置页面包括:
计算资源配置项、队列优先级配置项和训练器数量配置项。
14.根据权利要求10至13中任一项所述的装置,其中,所述网络配置单元、所述数据配置单元和所述算力配置单元,还用于在返回给所述用户的配置页面中,提供部分配置项的可选值供所述用户选择输入,和/或,提供部分配置项的文本输入框供用户以文本的形式输入该配置项的值。
15.根据权利要求14所述的装置,其中,所述网络配置单元、所述数据配置单元和所述算力配置单元,还用于在返回给所述用户的各配置页面中,依据所述参数关联文件和所述用户已输入的部分或全部配置项的值,更新所述用户尚未输入的部分或全部配置项的可输入状态和可选值。
16.根据权利要求10至13中任一项所述的装置,还包括:
代码生成单元,用于依据所述用户已输入的各参数配置项的值,生成代码;在所述配置交互单元返回给所述用户的配置页面上显示所述代码,以供用户对所述代码进行编辑;
所述建模处理单元,还用于若所述配置交互单元获取到用户对所述代码进行编辑的操作,则依据所述用户的编辑内容更新获取到的对应参数配置项的值。
17.根据权利要求14所述的装置,其中,所述配置交互单元,还用于获取用户在预设的文本输入框中输入的空格操作;针对所述文本输入框对应显示所述用户在所述文本输入框中已输入空格数量的提示信息。
18.根据权利要求10至13中任一项所述的装置,还包括:
指标获取单元,用于所述建模处理后,获取已训练得到的模型的指标曲线;
所述配置交互单元,还用于通过页面将所述指标曲线返回给所述用户。
19.一种电子设备,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权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010681506.9A CN112000330B (zh) | 2020-07-15 | 2020-07-15 | 建模参数的配置方法、装置、设备和计算机存储介质 |
US17/209,131 US20220021578A1 (en) | 2020-07-15 | 2021-03-22 | Method for configuring modeling parameters, electronic device and computer storage medium thereof |
EP21163859.8A EP3940558A1 (en) | 2020-07-15 | 2021-03-22 | Method and apparatus for configuring modeling parameters, electronic device, computer storage medium and computer program product |
JP2021046813A JP7291740B2 (ja) | 2020-07-15 | 2021-03-22 | モデリングパラメータの設定方法、装置、デバイス、コンピュータ記憶媒体、及びコンピュータプログラム |
KR1020210089967A KR102561951B1 (ko) | 2020-07-15 | 2021-07-08 | 모델링 매개 변수의 설정 방법, 장치, 전자 기기 및 기록 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010681506.9A CN112000330B (zh) | 2020-07-15 | 2020-07-15 | 建模参数的配置方法、装置、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112000330A true CN112000330A (zh) | 2020-11-27 |
CN112000330B CN112000330B (zh) | 2023-12-22 |
Family
ID=73467670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010681506.9A Active CN112000330B (zh) | 2020-07-15 | 2020-07-15 | 建模参数的配置方法、装置、设备和计算机存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220021578A1 (zh) |
EP (1) | EP3940558A1 (zh) |
JP (1) | JP7291740B2 (zh) |
KR (1) | KR102561951B1 (zh) |
CN (1) | CN112000330B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254730A (zh) * | 2021-04-23 | 2021-08-13 | 北京车智赢科技有限公司 | 一种数据搜索方法、计算设备及可读介质 |
CN113986380A (zh) * | 2021-10-27 | 2022-01-28 | 北京百度网讯科技有限公司 | 数据处理方法、装置和系统、电子设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115878647A (zh) * | 2023-02-08 | 2023-03-31 | 北京全路通信信号研究设计院集团有限公司 | 数据处理的方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140289702A1 (en) * | 2009-08-18 | 2014-09-25 | Adobe Systems Incorporated | Methods and Systems for Managing Data Service Specifications |
CN109101812A (zh) * | 2018-08-28 | 2018-12-28 | 北京神州绿盟信息安全科技股份有限公司 | 一种参数校验方法、装置、计算装置和存储介质 |
CN110109750A (zh) * | 2019-04-03 | 2019-08-09 | 平安科技(深圳)有限公司 | 虚拟资源获取方法、装置、计算机设备和存储介质 |
CN110244987A (zh) * | 2019-06-18 | 2019-09-17 | 腾讯科技(深圳)有限公司 | 配置数据处理方法、装置、可读存储介质和计算机设备 |
CN110889013A (zh) * | 2019-11-22 | 2020-03-17 | 北京锐安科技有限公司 | 一种基于xml的数据关联方法、装置、服务器及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5119896B2 (ja) | 2007-12-07 | 2013-01-16 | ヤマハ株式会社 | 制御システム、該制御システムを構成する音楽制御装置および電子楽器装置、およびその制御方法を実現するためのプログラム |
US11507064B2 (en) * | 2016-05-09 | 2022-11-22 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for industrial internet of things data collection in downstream oil and gas environment |
JP6603182B2 (ja) | 2016-07-22 | 2019-11-06 | ファナック株式会社 | 機械学習モデル構築装置、数値制御装置、機械学習モデル構築方法、機械学習モデル構築プログラム、及び記録媒体 |
US11131989B2 (en) * | 2017-08-02 | 2021-09-28 | Strong Force Iot Portfolio 2016, Llc | Systems and methods for data collection including pattern recognition |
-
2020
- 2020-07-15 CN CN202010681506.9A patent/CN112000330B/zh active Active
-
2021
- 2021-03-22 US US17/209,131 patent/US20220021578A1/en not_active Abandoned
- 2021-03-22 EP EP21163859.8A patent/EP3940558A1/en not_active Withdrawn
- 2021-03-22 JP JP2021046813A patent/JP7291740B2/ja active Active
- 2021-07-08 KR KR1020210089967A patent/KR102561951B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140289702A1 (en) * | 2009-08-18 | 2014-09-25 | Adobe Systems Incorporated | Methods and Systems for Managing Data Service Specifications |
CN109101812A (zh) * | 2018-08-28 | 2018-12-28 | 北京神州绿盟信息安全科技股份有限公司 | 一种参数校验方法、装置、计算装置和存储介质 |
CN110109750A (zh) * | 2019-04-03 | 2019-08-09 | 平安科技(深圳)有限公司 | 虚拟资源获取方法、装置、计算机设备和存储介质 |
CN110244987A (zh) * | 2019-06-18 | 2019-09-17 | 腾讯科技(深圳)有限公司 | 配置数据处理方法、装置、可读存储介质和计算机设备 |
CN110889013A (zh) * | 2019-11-22 | 2020-03-17 | 北京锐安科技有限公司 | 一种基于xml的数据关联方法、装置、服务器及存储介质 |
Non-Patent Citations (1)
Title |
---|
李方方;赵英凯;俞辉;: "基于Matlab Web Server的品种钢建模与优化分析软件", 计算机应用与软件, no. 03 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254730A (zh) * | 2021-04-23 | 2021-08-13 | 北京车智赢科技有限公司 | 一种数据搜索方法、计算设备及可读介质 |
CN113254730B (zh) * | 2021-04-23 | 2024-03-15 | 北京车智赢科技有限公司 | 一种数据搜索方法、计算设备及可读介质 |
CN113986380A (zh) * | 2021-10-27 | 2022-01-28 | 北京百度网讯科技有限公司 | 数据处理方法、装置和系统、电子设备及存储介质 |
CN113986380B (zh) * | 2021-10-27 | 2024-02-06 | 北京百度网讯科技有限公司 | 数据处理方法、装置和系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2022019524A (ja) | 2022-01-27 |
EP3940558A1 (en) | 2022-01-19 |
KR102561951B1 (ko) | 2023-07-31 |
CN112000330B (zh) | 2023-12-22 |
JP7291740B2 (ja) | 2023-06-15 |
US20220021578A1 (en) | 2022-01-20 |
KR20220009338A (ko) | 2022-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111428008B (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
JP7317791B2 (ja) | エンティティ・リンキング方法、装置、機器、及び記憶媒体 | |
CN110674314B (zh) | 语句识别方法及装置 | |
JP7264866B2 (ja) | イベント関係の生成方法、装置、電子機器及び記憶媒体 | |
EP3940558A1 (en) | Method and apparatus for configuring modeling parameters, electronic device, computer storage medium and computer program product | |
JP7178441B2 (ja) | 要約生成方法、装置、プログラム、電子デバイス及び記憶媒体 | |
CN111667056B (zh) | 用于搜索模型结构的方法和装置 | |
CN111326251B (zh) | 一种问诊问题输出方法、装置以及电子设备 | |
CN111563385A (zh) | 语义处理方法、装置、电子设备和介质 | |
CN111667057A (zh) | 用于搜索模型结构的方法和装置 | |
JP7230304B2 (ja) | 対話生成方法、装置、電子機器、プログラム及び記憶媒体 | |
CN112506949B (zh) | 结构化查询语言查询语句生成方法、装置及存储介质 | |
CN111680517A (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
CN111127191A (zh) | 风险评估方法及装置 | |
CN111858880B (zh) | 获取查询结果的方法、装置、电子设备和可读存储介质 | |
CN111177339A (zh) | 对话生成方法、装置、电子设备及存储介质 | |
CN113516491B (zh) | 推广信息展示方法、装置、电子设备及存储介质 | |
CN106484389B (zh) | 动作流分段管理 | |
CN111241838A (zh) | 文本实体的语义关系处理方法、装置及设备 | |
CN110532487B (zh) | 标签的生成方法及装置 | |
CN111611808A (zh) | 用于生成自然语言模型的方法和装置 | |
US20220276067A1 (en) | Method and apparatus for guiding voice-packet recording function, device and computer storage medium | |
CN110909390B (zh) | 一种任务审核方法、装置、电子设备及存储介质 | |
CN111125445A (zh) | 社区主题生成方法、装置、电子设备及存储介质 | |
CN112329429B (zh) | 文本相似度学习方法、装置、设备以及存储介质 |
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 |