CN112685010B - 一种ai应用开发方法及系统 - Google Patents
一种ai应用开发方法及系统 Download PDFInfo
- Publication number
- CN112685010B CN112685010B CN202011517513.1A CN202011517513A CN112685010B CN 112685010 B CN112685010 B CN 112685010B CN 202011517513 A CN202011517513 A CN 202011517513A CN 112685010 B CN112685010 B CN 112685010B
- Authority
- CN
- China
- Prior art keywords
- template
- algorithm
- data
- configuration data
- application
- 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.)
- Active
Links
Images
Classifications
-
- 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
Landscapes
- Stored Programmes (AREA)
Abstract
本发明提供了AI应用开发技术领域的一种AI应用开发方法及系统，方法包括如下步骤：步骤S10、创建一模板库，所述模板库存储有若干个AI算法模板以及各AI算法模板的调用顺序；步骤S20、配置AI应用开发所需的配置数据，基于所述调用顺序依次调用AI算法模板，并将所述配置数据映射到AI算法模板内；步骤S30、对映射了所述配置数据的AI算法模板进行数据核查；步骤S40、利用各所述AI算法模板将配置数据转换为代码文件；步骤S50、组合各所述代码文件形成AI应用并进行发布。本发明的优点在于：极大的提升了AI应用开发的便捷性，降低了AI应用开发的门槛，进而降低了AI应用开发的成本。
Description
技术领域
本发明涉及AI应用开发技术领域，特别指一种AI应用开发方法及系统。
背景技术
近年来，随着AI技术的不断成熟，企业纷纷往AI转型，逐步实现业务智能化，且从长远利益来看，企业更偏向于自建AI应用。然而在自建AI应用的过程中，企业又面临认知、数据、人才、工具、技术等多个门槛，阻碍了AI技术在企业中的落地。
以人才为例，拥有AI专业背景知识与研究经验的人才年薪动则几百万，且非常稀缺，而培养一个合格的AI人才也需要6-10年的时间，导致AI应用开发缺乏复合型人才，且不同的人AI应用开发的方法各异，知识得不到传承；AI应用开发过程中，数据的标注、筛选，模型的训练、部署都是非常繁琐的工作；例如模型需要反复调整参数，一次训练迭代需要几天甚至一周，而一个好的模型需要多次迭代，使得训练的周期很长。即传统的AI应用开发非常的繁琐，且缺乏人才，导致AI应用开发成本高。
因此，如何提供一种AI应用开发方法及系统，实现提升AI应用开发的便捷性，降低AI应用开发的门槛，进而降低AI应用开发的成本，成为一个亟待解决的问题。
发明内容
本发明要解决的技术问题，在于提供一种AI应用开发方法及系统，实现提升AI应用开发的便捷性，降低AI应用开发的门槛，进而降低AI应用开发的成本。
第一方面，本发明提供了一种AI应用开发方法，包括如下步骤：
步骤S10、创建一模板库，所述模板库存储有若干个AI算法模板以及各AI算法模板的调用顺序；
步骤S20、配置AI应用开发所需的配置数据，基于所述调用顺序依次调用AI算法模板，并将所述配置数据映射到AI算法模板内；
步骤S30、对映射了所述配置数据的AI算法模板进行数据核查；
步骤S40、利用各所述AI算法模板将配置数据转换为代码文件；
步骤S50、组合各所述代码文件形成AI应用并进行发布。
进一步地，所述步骤S10中，所述AI算法模板至少包括数据源模板、数据预处理模板、特征工程模板、业务模型模板以及预测输出模板；
各所述AI算法模板均设有模板属性；所述模板属性至少包括版本号、算法名称、语言类型以及数据类型。
进一步地，所述步骤S20具体为：
在数据库中配置AI应用开发所需的配置数据，利用agent代理程序获取所述模板库中的调用顺序，并基于所述调用顺序依次调用模板库中的各AI算法模板，并利用agent代理程序将数据库中的所述配置数据映射到AI算法模板内。
进一步地，所述步骤S30具体为：
依次核查映射了所述配置数据的各AI算法模板的数据是否完整、数据类型是否正确、路径是否存在、且路径下的文件是否存在，若是，则数据核查通过，并进入步骤S40；若否，则数据核查不通过，并进入步骤S20。
进一步地，所述步骤S50具体为：
基于所述调用顺序组合各代码文件形成AI应用，并将所述AI应用通过http协议对外发布成一个服务。
第二方面，本发明提供了一种AI应用开发系统，包括如下模块：
模板库创建模块，用于创建一模板库，所述模板库存储有若干个AI算法模板以及各AI算法模板的调用顺序；
配置数据映射模块，用于配置AI应用开发所需的配置数据，基于所述调用顺序依次调用AI算法模板，并将所述配置数据映射到AI算法模板内；
数据核查模块，用于对映射了所述配置数据的AI算法模板进行数据核查；
代码文件生成模块，用于利用各所述AI算法模板将配置数据转换为代码文件；
AI应用发布模块，用于组合各所述代码文件形成AI应用并进行发布。
进一步地，所述模板库创建模块中，所述AI算法模板至少包括数据源模板、数据预处理模板、特征工程模板、业务模型模板以及预测输出模板；
各所述AI算法模板均设有模板属性；所述模板属性至少包括版本号、算法名称、语言类型以及数据类型。
进一步地，所述配置数据映射模块具体为：
在数据库中配置AI应用开发所需的配置数据，利用agent代理程序获取所述模板库中的调用顺序，并基于所述调用顺序依次调用模板库中的各AI算法模板，并利用agent代理程序将数据库中的所述配置数据映射到AI算法模板内。
进一步地，所述数据核查模块具体为：
依次核查映射了所述配置数据的各AI算法模板的数据是否完整、数据类型是否正确、路径是否存在、且路径下的文件是否存在，若是，则数据核查通过，并进入代码文件生成模块；若否，则数据核查不通过，并进入配置数据映射模块。
进一步地，所述AI应用发布模块具体为：
基于所述调用顺序组合各代码文件形成AI应用，并将所述AI应用通过http协议对外发布成一个服务。
本发明的优点在于：
通过设置存储有若干个AI算法模板以及各AI算法模板的调用顺序的模板库，基于调用顺序依次调用AI算法模板，并将预先配置的配置数据利用agent代理程序映射到AI算法模板内，进而直接利用AI算法模板转换为代码文件，基于调用顺序组合各代码文件即可形成AI应用，不仅规范了AI应用的开发流程，也简化了AI应用的开发过程，即极大的提升了AI应用开发的便捷性，极大的降低了AI应用开发的门槛，进而极大的降低了AI应用开发的成本。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1是本发明一种AI应用开发方法的流程图。
图2是本发明一种AI应用开发系统的结构示意图。
具体实施方式
请参照图1至图2所示，本发明一种AI应用开发方法的较佳实施例，包括如下步骤：
步骤S10、创建一模板库，所述模板库存储有若干个AI算法模板以及各AI算法模板的调用顺序；所述AI算法模板用于基于配置数据生成对应的代码文件；所述调用顺序为数据源模板→数据预处理模板→特征工程模板→业务模型模板→预测输出模板；
步骤S20、配置AI应用开发所需的配置数据，基于所述调用顺序依次调用AI算法模板，并将所述配置数据映射到AI算法模板的节点内；
步骤S30、对映射了所述配置数据的AI算法模板进行数据核查；
步骤S40、利用各所述AI算法模板将配置数据转换为代码文件，并存放至指定目录下；所述代码文件为python文件；
步骤S50、组合各所述代码文件形成AI应用并进行发布。
所述步骤S10中，所述AI算法模板至少包括数据源模板、数据预处理模板、特征工程模板、业务模型模板以及预测输出模板；
所述数据源模板用于配置数据的来源，可以是文件、HDFS、FTP或者DB；所述数据预处理模板用于对数据进行清洗、缺省值处理、异常值处理、采样等；所述特征工程模板用于特征衍生、特征生成、特征选择以及特征重要性评估；所述业务模型模板用于基于业务选择对应的业务模型；所述预测输出模板用于对模型的预测效果进行评估；
各所述AI算法模板均设有模板属性；所述模板属性至少包括版本号、算法名称、语言类型以及数据类型(填写规范)。
所述步骤S20具体为：
在数据库中配置AI应用开发所需的配置数据，利用agent代理程序获取所述模板库中的调用顺序，并基于所述调用顺序依次调用模板库中的各AI算法模板，并利用agent代理程序将数据库中的所述配置数据映射到AI算法模板内。
所述步骤S30具体为：
依次核查映射了所述配置数据的各AI算法模板的数据是否完整、数据类型是否正确、路径是否存在、且路径下的文件是否存在，若是，则数据核查通过，并进入步骤S40；若否，则数据核查不通过，并进入步骤S20，即重新配置所述AI算法模板的数据。
所述步骤S50具体为：
基于所述调用顺序组合各代码文件形成AI应用，并将所述AI应用通过http协议对外发布成一个服务。
本发明一种AI应用开发系统的较佳实施例，包括如下模块：
模板库创建模块，用于创建一模板库，所述模板库存储有若干个AI算法模板以及各AI算法模板的调用顺序；所述AI算法模板用于基于配置数据生成对应的代码文件；所述调用顺序为数据源模板→数据预处理模板→特征工程模板→业务模型模板→预测输出模板；
配置数据映射模块，用于配置AI应用开发所需的配置数据，基于所述调用顺序依次调用AI算法模板，并将所述配置数据映射到AI算法模板的节点内；
数据核查模块，用于对映射了所述配置数据的AI算法模板进行数据核查；
代码文件生成模块，用于利用各所述AI算法模板将配置数据转换为代码文件，并存放至指定目录下；所述代码文件为python文件；
AI应用发布模块，用于组合各所述代码文件形成AI应用并进行发布。
所述模板库创建模块中，所述AI算法模板至少包括数据源模板、数据预处理模板、特征工程模板、业务模型模板以及预测输出模板；
所述数据源模板用于配置数据的来源，可以是文件、HDFS、FTP或者DB；所述数据预处理模板用于对数据进行清洗、缺省值处理、异常值处理、采样等；所述特征工程模板用于特征衍生、特征生成、特征选择以及特征重要性评估；所述业务模型模板用于基于业务选择对应的业务模型；所述预测输出模板用于对模型的预测效果进行评估；
各所述AI算法模板均设有模板属性；所述模板属性至少包括版本号、算法名称、语言类型以及数据类型(填写规范)。
所述配置数据映射模块具体为：
在数据库中配置AI应用开发所需的配置数据，利用agent代理程序获取所述模板库中的调用顺序，并基于所述调用顺序依次调用模板库中的各AI算法模板，并利用agent代理程序将数据库中的所述配置数据映射到AI算法模板内。
所述数据核查模块具体为：
依次核查映射了所述配置数据的各AI算法模板的数据是否完整、数据类型是否正确、路径是否存在、且路径下的文件是否存在，若是，则数据核查通过，并进入代码文件生成模块；若否，则数据核查不通过，并进入配置数据映射模块，即重新配置所述AI算法模板的数据。
所述AI应用发布模块具体为：
基于所述调用顺序组合各代码文件形成AI应用，并将所述AI应用通过http协议对外发布成一个服务。
综上所述，本发明的优点在于：
通过设置存储有若干个AI算法模板以及各AI算法模板的调用顺序的模板库，基于调用顺序依次调用AI算法模板，并将预先配置的配置数据利用agent代理程序映射到AI算法模板内，进而直接利用AI算法模板转换为代码文件，基于调用顺序组合各代码文件即可形成AI应用，不仅规范了AI应用的开发流程，也简化了AI应用的开发过程，即极大的提升了AI应用开发的便捷性，极大的降低了AI应用开发的门槛，进而极大的降低了AI应用开发的成本。
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。
Claims (8)
1.一种AI应用开发方法，其特征在于：包括如下步骤：
步骤S10、创建一模板库，所述模板库存储有若干个AI算法模板以及各AI算法模板的调用顺序；所述AI算法模板用于基于配置数据生成对应的代码文件；所述调用顺序为数据源模板→数据预处理模板→特征工程模板→业务模型模板→预测输出模板；
步骤S20、配置AI应用开发所需的配置数据，基于所述调用顺序依次调用AI算法模板，并将所述配置数据映射到AI算法模板内；
步骤S30、对映射了所述配置数据的AI算法模板进行数据核查；
步骤S40、利用各所述AI算法模板将配置数据转换为代码文件；
步骤S50、组合各所述代码文件形成AI应用并进行发布；
所述步骤S20具体为：
在数据库中配置AI应用开发所需的配置数据，利用agent代理程序获取所述模板库中的调用顺序，并基于所述调用顺序依次调用模板库中的各AI算法模板，并利用agent代理程序将数据库中的所述配置数据映射到AI算法模板内。
2.如权利要求1所述的一种AI应用开发方法，其特征在于：所述步骤S10中，所述AI算法模板至少包括数据源模板、数据预处理模板、特征工程模板、业务模型模板以及预测输出模板；
各所述AI算法模板均设有模板属性；所述模板属性至少包括版本号、算法名称、语言类型以及数据类型。
3.如权利要求1所述的一种AI应用开发方法，其特征在于：所述步骤S30具体为：
依次核查映射了所述配置数据的各AI算法模板的数据是否完整、数据类型是否正确、路径是否存在、且路径下的文件是否存在，若是，则数据核查通过，并进入步骤S40；若否，则数据核查不通过，并进入步骤S20。
4.如权利要求1所述的一种AI应用开发方法，其特征在于：所述步骤S50具体为：
基于所述调用顺序组合各代码文件形成AI应用，并将所述AI应用通过http协议对外发布成一个服务。
5.一种AI应用开发系统，其特征在于：包括如下模块：
模板库创建模块，用于创建一模板库，所述模板库存储有若干个AI算法模板以及各AI算法模板的调用顺序；所述AI算法模板用于基于配置数据生成对应的代码文件；所述调用顺序为数据源模板→数据预处理模板→特征工程模板→业务模型模板→预测输出模板；
配置数据映射模块，用于配置AI应用开发所需的配置数据，基于所述调用顺序依次调用AI算法模板，并将所述配置数据映射到AI算法模板内；
数据核查模块，用于对映射了所述配置数据的AI算法模板进行数据核查；
代码文件生成模块，用于利用各所述AI算法模板将配置数据转换为代码文件；
AI应用发布模块，用于组合各所述代码文件形成AI应用并进行发布；
所述配置数据映射模块具体为：
在数据库中配置AI应用开发所需的配置数据，利用agent代理程序获取所述模板库中的调用顺序，并基于所述调用顺序依次调用模板库中的各AI算法模板，并利用agent代理程序将数据库中的所述配置数据映射到AI算法模板内。
6.如权利要求5所述的一种AI应用开发系统，其特征在于：所述模板库创建模块中，所述AI算法模板至少包括数据源模板、数据预处理模板、特征工程模板、业务模型模板以及预测输出模板；
各所述AI算法模板均设有模板属性；所述模板属性至少包括版本号、算法名称、语言类型以及数据类型。
7.如权利要求5所述的一种AI应用开发系统，其特征在于：所述数据核查模块具体为：
依次核查映射了所述配置数据的各AI算法模板的数据是否完整、数据类型是否正确、路径是否存在、且路径下的文件是否存在，若是，则数据核查通过，并进入代码文件生成模块；若否，则数据核查不通过，并进入配置数据映射模块。
8.如权利要求5所述的一种AI应用开发系统，其特征在于：所述AI应用发布模块具体为：
基于所述调用顺序组合各代码文件形成AI应用，并将所述AI应用通过http协议对外发布成一个服务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011517513.1A CN112685010B (zh) | 2020-12-21 | 2020-12-21 | 一种ai应用开发方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011517513.1A CN112685010B (zh) | 2020-12-21 | 2020-12-21 | 一种ai应用开发方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112685010A CN112685010A (zh) | 2021-04-20 |
| CN112685010B true CN112685010B (zh) | 2022-06-07 |
Family
ID=75449740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011517513.1A Active CN112685010B (zh) | 2020-12-21 | 2020-12-21 | 一种ai应用开发方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112685010B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250987A (zh) * | 2016-07-22 | 2016-12-21 | 无锡华云数据技术服务有限公司 | 一种机器学习方法、装置及大数据平台 |
| CN111488332A (zh) * | 2020-04-21 | 2020-08-04 | 北京智能工场科技有限公司 | 一种ai服务开放中台及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109408592B (zh) * | 2018-10-12 | 2021-09-24 | 北京聚云位智信息科技有限公司 | 一种决策型分布式数据库系统中ai的特征工程知识库及其实现方法 |
| US20190171950A1 (en) * | 2019-02-10 | 2019-06-06 | Kumar Srivastava | Method and system for auto learning, artificial intelligence (ai) applications development, operationalization and execution |
| CN109976723B (zh) * | 2019-03-12 | 2022-08-12 | 北京国电智深控制技术有限公司 | 一种算法开发平台、算法开发方法及计算机可读存储介质 |
| CN110930177A (zh) * | 2019-09-29 | 2020-03-27 | 京东数字科技控股有限公司 | Ai广告模板、ai广告的生成方法、装置及存储介质 |
| CN110941427B (zh) * | 2019-11-15 | 2023-10-20 | 珠海豹趣科技有限公司 | 代码生成方法及代码生成器 |
-
2020
- 2020-12-21 CN CN202011517513.1A patent/CN112685010B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250987A (zh) * | 2016-07-22 | 2016-12-21 | 无锡华云数据技术服务有限公司 | 一种机器学习方法、装置及大数据平台 |
| CN111488332A (zh) * | 2020-04-21 | 2020-08-04 | 北京智能工场科技有限公司 | 一种ai服务开放中台及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112685010A (zh) | 2021-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8930833B2 (en) | Method and apparatus to present an integrated process modeler | |
| CN108984155B (zh) | 数据处理流程设定方法和装置 | |
| CN104298496B (zh) | 数据分析型软件开发框架系统 | |
| US9928288B2 (en) | Automatic modeling of column and pivot table layout tabular data | |
| CN110019116B (zh) | 数据追溯方法、装置、数据处理设备及计算机存储介质 | |
| US9009007B2 (en) | Simulating stream computing systems | |
| CN110764747A (zh) | 基于Airflow的数据计算调度方法 | |
| US11016736B2 (en) | Constraint programming using block-based workflows | |
| CN111913715A (zh) | 基于微服务的机器学习自动化过程管理及优化系统和方法 | |
| CN110889272A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN114048188A (zh) | 一种跨数据库的数据迁移系统及方法 | |
| CN106294185A (zh) | 基于五层框架的自动化测试框架及方法 | |
| CN112685010B (zh) | 一种ai应用开发方法及系统 | |
| Morshedzadeh et al. | Product lifecycle management with provenance management and virtual models: an industrial use-case study | |
| CN111782608B (zh) | 文件自动生成方法、装置、电子设备及存储介质 | |
| CN111984684B (zh) | 数据处理方法及装置 | |
| CN112149826B (zh) | 深度神经网络推理计算中一种基于Profile图的优化方法 | |
| EP4081911A1 (en) | Edge table representation of processes | |
| US20200019910A1 (en) | Block-based prediction for manufacturing environments | |
| Sergeyevna et al. | Method for building uml activity diagrams from event logs | |
| US20230168656A1 (en) | Automatically assigning natural language labels to non-conforming behavior of processes | |
| CN110928525A (zh) | 一种用于业务流开发工具的日志自动生成方法和系统 | |
| Iftikhar et al. | A Structured Approach to Analyze XP Model and Eliminate Drawbacks for Qualitative Development of Software | |
| CN112051987B (zh) | 业务数据处理方法、装置及设备、程序生成方法及装置 | |
| KR102137471B1 (ko) | Fdb 기반의 지도 자동 편집 시스템 및 방법 |
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 |