CN114896061B - 计算资源控制模型的训练方法、计算资源控制方法及装置 - Google Patents

计算资源控制模型的训练方法、计算资源控制方法及装置 Download PDF

Info

Publication number
CN114896061B
CN114896061B CN202210494647.9A CN202210494647A CN114896061B CN 114896061 B CN114896061 B CN 114896061B CN 202210494647 A CN202210494647 A CN 202210494647A CN 114896061 B CN114896061 B CN 114896061B
Authority
CN
China
Prior art keywords
recommendation
resource control
control model
computing resource
request
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
Application number
CN202210494647.9A
Other languages
English (en)
Other versions
CN114896061A (zh
Inventor
颜林
李忠飞
李航
郑建嘉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210494647.9A priority Critical patent/CN114896061B/zh
Publication of CN114896061A publication Critical patent/CN114896061A/zh
Application granted granted Critical
Publication of CN114896061B publication Critical patent/CN114896061B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • 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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种计算资源控制模型的训练方法、计算资源控制方法及装置，涉及人工智能技术领域，尤其涉及智能推荐技术领域。实现方案为：响应于第一用户的第一推荐请求，生成与计算资源控制模型的参数相对应的参数扰动；基于计算资源控制模型的参数和参数扰动，生成临时控制模型；将第一推荐请求的请求特征输入临时控制模型，以得到临时控制模型输出的第一控制值，第一控制值用于控制处理第一推荐请求的计算资源的数量；基于第一控制值，处理第一推荐请求，以得到第一推荐请求的第一推荐结果；获取第一用户对第一推荐结果的第一行为数据；以及基于参数扰动和第一行为数据，调整计算资源控制模型的参数。

Description

计算资源控制模型的训练方法、计算资源控制方法及装置
技术领域
本公开涉及人工智能技术领域，尤其涉及智能推荐技术领域，具体涉及一种计算资源控制模型的训练方法及装置、计算资源控制方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
人工智能技术可以被应用于推荐系统中，用于向用户推荐其可能感兴趣的对象，例如新闻、音频、视频、广告、商品、服务等。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种计算资源控制模型的训练方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种计算资源控制模型的训练方法，包括：响应于第一用户的第一推荐请求，生成与所述计算资源控制模型的参数相对应的参数扰动；基于所述计算资源控制模型的参数和所述参数扰动，生成临时控制模型；将所述第一推荐请求的请求特征输入所述临时控制模型，以得到所述临时控制模型输出的第一控制值，所述第一控制值用于控制处理所述第一推荐请求的计算资源的数量；基于所述第一控制值，处理所述第一推荐请求，以得到所述第一推荐请求的第一推荐结果；获取所述第一用户对所述第一推荐结果的第一行为数据；以及基于所述参数扰动和所述第一行为数据，调整所述计算资源控制模型的参数。
根据本公开的一方面，提供了一种计算资源控制方法，包括：响应于用户的推荐请求，获取所述推荐请求的请求特征；将所述请求特征输入计算资源控制模型，以得到所述计算资源控制模型输出的控制值，所述控制值用于控制处理所述推荐请求的计算资源的数量，其中，所述计算资源控制模型是基于上述计算资源控制模型的训练方法训练得到的；以及基于所述控制值，处理所述推荐请求，以得到所述推荐请求的推荐结果。
根据本公开的一方面，提供了一种计算资源控制模型的训练装置，包括：第一生成模块，被配置为响应于第一用户的第一推荐请求，生成与所述计算资源控制模型的参数相对应的参数扰动；第二生成模块，被配置为基于所述计算资源控制模型的参数和所述参数扰动，生成临时控制模型；控制模块，被配置为将所述第一推荐请求的请求特征输入所述临时控制模型，以得到所述临时控制模型输出的第一控制值，所述第一控制值用于控制处理所述第一推荐请求的计算资源的数量；推荐模块，被配置为基于所述第一控制值，处理所述第一推荐请求，以得到所述第一推荐请求的第一推荐结果；获取模块，被配置为获取所述第一用户对所述第一推荐结果的第一行为数据；以及调整模块，被配置为基于所述参数扰动和所述第一行为数据，调整所述计算资源控制模型的参数。
根据本公开的一方面，提供了一种计算资源控制装置，包括：获取模块，被配置为响应于用户的推荐请求，获取所述推荐请求的请求特征；控制模块，被配置为将所述请求特征输入计算资源控制模型，以得到所述计算资源控制模型输出的控制值，所述控制值用于控制处理所述推荐请求的计算资源的数量，其中，所述计算资源控制模型是基于上述计算资源控制模型的训练装置训练得到的；以及推荐模块，被配置为基于所述控制值，处理所述推荐请求，以得到所述推荐请求的推荐结果。
根据本公开的一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器，该存储器存储有可被上述至少一个处理器执行的指令，该指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行上述任一方面的方法。
根据本公开的一方面，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，该计算机指令用于使计算机执行上述任一方面的方法。
根据本公开的一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述任一方面的方法。
根据本公开的一个或多个实施例，能够提高计算资源控制模型的训练效率和应用效果。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的计算资源控制模型的训练方法的流程图；
图3示出了根据本公开的实施例的计算资源控制方法的流程图；
图4示出了根据本公开的实施例的计算资源控制模型的训练和应用过程的示意图；
图5示出了根据本公开的实施例的计算资源控制模型的训练装置的结构框图；
图6示出了根据本公开的实施例的计算资源控制装置的结构框图；以及
图7示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围。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。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
在本公开中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
推荐系统被广泛应用于诸多场景中，用于向用户推荐其可能感兴趣的对象。例如，在信息交互场景中，可以向用户推荐其可能感兴趣的新闻、音频、视频、广告等内容；在商品购买场景中，可以向用户推荐其可能感兴趣的商品；在婚恋或交友场景中，可以向用户推荐其可能感兴趣或可能认识的人物；等等。
推荐系统通常包括召回、粗排、精排、重排等阶段，各个阶段可以采用相应的推荐模型来实现。在召回阶段，从已存储的海量对象中筛选出用户可能感兴趣的多个对象，作为用户的召回集。在粗排、精排阶段，对召回集中的对象进行进一步筛选，并将筛选后的对象按照用户可能感兴趣的程度排序。在重排阶段，可以对精排阶段所得到的对象进行筛选和顺序调整，将调整后的对象作为推荐对象，推荐给用户。应当理解，推荐系统不是必然包括召回、粗排、精排、重排四个阶段，而是可以包括四个阶段中的一种或多种。例如，推荐系统可以仅包括召回、精排两个阶段。
推荐系统具有一些可控变量，这些可控变量例如包括每个阶段的推荐模型的候选集的大小(即输入推荐模型的候选对象的数量)、每个阶段的推荐模型的类型(例如复杂模型、简单模型等)、在处理用户的推荐请求时使用的推荐模型的数量(即推荐系统所包括的推荐阶段的数量)，等。可控变量的值(下文称为“控制值”)影响处理推荐请求占用的计算资源的多少。例如，在处理用户的推荐请求时，推荐模型的候选集越大、推荐模型越复杂、使用的推荐模型的数量越多，占用的计算资源越多。计算资源例如包括CPU、GPU、内存等。
相关技术中，推荐系统采用相同的控制值来处理所有推荐请求，因此每个推荐请求占用的计算资源大致相同。但是，推荐请求具有差异性，不同推荐请求对应的用户的浏览欲望、购买欲望不同，为所有推荐请求分配相同的计算资源会导致计算资源与推荐请求不匹配，降低了计算资源的利用率。例如，如果采用大量的计算资源来处理用户浏览欲望较低的推荐请求，会造成计算资源的浪费；如果采用少量的计算资源来处理用户浏览欲望较高的推荐请求，则达不到用户预期的推荐效果，无法使用户获得满意的信息，降低了用户体验。
为此，本公开的实施例提供一种计算资源控制模型的训练方法，能够训练生成计算资源控制模型。计算资源控制模型能够为不同的推荐请求设置不同的控制值，从而自适应地为不同的推荐请求分配不同数量的计算资源，实现个性化的计算资源分配，提高计算资源的利用率。基于控制值来处理用户的推荐请求，能够在保证推荐效果的前提下，节省计算资源。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中，服务器120可以运行使得能够执行计算资源控制模型的训练方法和/或计算资源控制方法的一个或多个服务或软件应用。
在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来浏览推荐对象。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统；或包括各种移动操作系统，例如MICROSOFT Windows Mobile OS、iOS、WindowsPhone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、Wi-Fi)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音乐文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
为了本公开实施例的目的，在图1的示例中，客户端设备101、102、103、104、105和106中可以包括用于进行对象浏览的客户端应用，用户可以通过该客户端应用来浏览对象。用户浏览的对象可以是新闻资讯、音视频、商品、广告等，相应地，客户端应用可以是新闻资讯应用、影音娱乐应用、购物应用等。客户端应用可以以多种方式存在于客户端设备中。例如，客户端应用可以是运行前需要下载和安装的应用程序，也可以是可通过浏览器访问的网站，还可以是运行于宿主应用中的轻量化的小程序，等等。
与客户端设备中的用于进行对象浏览的客户端应用相应地，服务器120可以是该客户端应用对应的服务器。服务器120中可以包括服务程序，该服务程序可以基于数据库130中已存储的对象信息(包括新闻资讯、音视频、商品信息、广告信息等)，向用户提供对象浏览服务。进一步地，服务程序中包括本公开实施例的计算资源控制模型和推荐模型。基于本公开实施例的计算资源控制模型，服务器120可以确定用户的推荐请求对应的控制值，从而自适应地为该推荐请求分配计算资源。基于控制值，调用推荐模型来处理推荐请求，得到该推荐请求的推荐结果并返回给用户。
图2示出了根据本公开实施例的计算资源控制模型的训练方法200的流程图。方法200通常在服务器(例如图1中所示的服务器120)处执行。在一些实施例中，方法200也可以在客户端设备(例如图1中所示的客户端设备101、102、103、104、105和106)处执行。也即，方法200的各个步骤的执行主体可以是图1中所示的服务器120，也可以是图1中所示的客户端设备101、102、103、104、105和106。
如图2所示，方法200包括步骤S210-S260。
在步骤S210中，响应于第一用户的第一推荐请求，生成与计算资源控制模型的参数相对应的参数扰动。
在步骤S220中，基于计算资源控制模型的参数和参数扰动，生成临时控制模型。
在步骤S230中，将第一推荐请求的请求特征输入临时控制模型，以得到临时控制模型输出的第一控制值，第一控制值用于控制处理第一推荐请求的计算资源的数量。
在步骤S240中，基于第一控制值，处理第一推荐请求，以得到第一推荐请求的第一推荐结果。
在步骤S250中，获取第一用户对第一推荐结果的第一行为数据。
在步骤S260中，基于参数扰动和第一行为数据，调整计算资源控制模型的参数。
根据本公开的实施例，基于真实的用户线上数据(包括推荐请求和行为数据)来训练计算资源控制模型，无需额外搭建离线仿真系统来模拟用户数据，降低了训练成本，提高了训练效率，并且能够使模型与实际应用环境相符，从而提高模型的应用效果。
以下详细介绍方法200的各个步骤。
在步骤S210中，响应于第一用户的第一推荐请求，生成与计算资源控制模型的参数相对应的参数扰动。
第一用户可以是任意用户。根据一些实施例，当第一用户在客户端应用中浏览对象时，每刷新一次页面，相当于发起一个第一推荐请求。
根据一些实施例，计算资源控制模型例如可以实现为神经网络，例如DNN(DeepNeural Networks，深度神经网络)。相应地，计算资源控制模型的参数例如可以包括每个神经网络节点的权重(weight)。在一些实施例中，计算资源控制模型的参数还可以包括每个神经网络节点的偏置(bias)。计算资源控制模型的输入为推荐请求(例如第一推荐请求)的请求特征，输出为控制值(例如第一控制值)。控制值用于控制处理推荐请求的计算资源的数量。计算资源例如可以是CPU、GPU、内存等。
根据一些实施例，计算资源控制模型的参数的初始值可以按照以下步骤确定：获取样本请求特征和基准控制值；以及基于样本请求特征和基准控制值，训练计算资源控制模型，以得到计算资源控制模型的参数的初始值。基准控制值是一个预设的常数，例如，可以是现有技术中的、不进行计算资源自适应分配时的固定的控制值。用于得到参数的初始值的训练过程例如可以通过随机梯度下降算法来实现。
在接收到第一推荐请求后，响应于第一推荐请求，生成与计算资源控制模型的参数相对应的参数扰动。在计算资源控制模型包括多个参数的情况下，需要生成每个参数对应的参数扰动。例如，在计算资源控制模型为神经网络的情况下，需要生成每个神经网络节点的权重的参数扰动。
根据一些实施例，参数扰动为服从标准正态分布的随机数。由此，能够为计算资源控制模型的参数添加小幅扰动，使得模型的参数在训练过程中逐渐逼近最优值(使推荐效果最好)，避免参数值来回震荡。
在步骤S220中，基于计算资源控制模型的参数和所生成的参数扰动，可以生成临时控制模型。具体地，临时控制模型的结构与计算资源控制模型的结构相同，临时控制模型的参数为计算资源控制模型的参数与参数扰动的和。临时控制模型的输入为推荐请求(例如第一推荐请求)的请求特征，输出为控制值(例如第一控制值)。控制值用于控制处理推荐请求的计算资源的数量。
在步骤S230中，提取第一推荐请求的请求特征，将该请求特征输入临时控制模型，以得到临时控制模型输出的第一控制值。根据一些实施例，第一推荐请求的请求特征例如包括网络类型(例如3G、4G、5G、Wi-Fi等)、请求时间、当前页面的刷新次数、用户画像(例如性别、感兴趣的内容标签等)等。
第一控制值用于控制处理第一推荐请求的计算资源的数量。根据一些实施例，可以调用推荐模型来处理第一推荐请求，相应地，第一控制值可以包括输入推荐模型的候选对象的数量(即推荐模型的候选集的大小)、推荐模型的类型(例如复杂模型、简单模型等)、推荐模型的数量中的至少一种。
应当理解，第一控制值影响处理第一推荐请求的计算资源的数量。例如，输入推荐模型的候选对象的数量越多、推荐模型的结构越复杂、使用的推荐模型的数量越多，处理第一推荐请求所消耗的计算资源越多。因此，可以通过调节第一控制值来控制处理第一推荐请求的计算资源的数量，实现计算资源的自适应分配。
在步骤S240中，基于临时控制模型输出的第一控制值，处理第一推荐请求，以得到第一推荐请求的第一推荐结果。具体地，可以基于第一控制值，调用推荐模型来处理第一推荐请求，以得到第一推荐结果。第一推荐结果例如可以包括多个推荐对象。
在得到第一推荐结果后，将第一推荐结果返回给客户端应用，以将第一推荐结果呈现给第一用户。第一用户可以在客户端应用中浏览第一推荐结果，并发出针对第一推荐结果的第一行为数据。第一行为数据例如可以包括第一推荐结果的浏览时长、点击次数、点赞次数、收藏次数、评论次数中的至少一种。第一行为数据可以体现第一用户对第一推荐结果的感兴趣程度，因此第一行为数据可以用于评估第一推荐结果的推荐效果，并引导计算资源控制模型的参数朝着最优值优化，使得计算资源控制模型输出的控制值能够在保证推荐效果的前提下，节省计算资源。
在步骤S260中，基于步骤S210生成的参数扰动以及步骤S250获取的第一行为数据，调整计算资源控制模型的参数。
根据一些实施例，第一推荐请求可以有多个，对于每一个第一推荐请求，均可以通过步骤S210生成相应的参数扰动、通过步骤S220生成相应的临时控制模型、通过步骤S230得到相应的第一控制值、通过步骤S240得到相应的第一推荐结果、以及通过步骤S250获取相应的第一行为数据。相应地，步骤S260可以进一步包括以下步骤S262和S264。
在步骤S262中，基于多个第一推荐请求各自对应的第一控制值和第一行为数据，从多个第一推荐请求对应的多个参数扰动中确定多个目标参数扰动。
在步骤S264中，基于多个目标参数扰动以及多个目标参数扰动各自对应的第一行为数据，调整计算资源控制模型的参数。
根据一些实施例，步骤S262可以进一步包括以下步骤S2622和S2624。
在步骤S2622中，基于第一行为数据，从多个参数扰动中确定多个候选参数扰动，其中，多个候选参数扰动中的每个候选参数扰动的第一行为数据大于多个参数扰动的第一行为数据的平均值。
在步骤S2624中，基于第一控制值，从多个候选参数扰动中确定多个目标参数扰动，其中，多个目标参数扰动的第一控制值的平均值与基准控制值的差小于第一阈值。基准控制值是一个预设的常数，例如，可以是现有技术中的、不进行计算资源的自适应分配时的固定的控制值。
根据步骤S2622，能够从多个参数扰动中筛选出推荐效果较好的参数扰动，从而引导计算资源控制模型的参数朝着最优值优化，使得计算资源控制模型输出的控制值能够在保证推荐效果的前提下，节省计算资源。根据步骤S2624，能够使多个目标参数扰动对应的第一控制值在以基准控制值为中心的左右范围内波动，保证第一控制值的多样性，从而在保证推荐效果的同时提高计算资源控制模型的泛化性。
具体地，在步骤S2622中，可以将多个参数扰动的第一行为数据(例如浏览时长)标准化为均值为0、方差为1的分布。例如，可以根据下式(1)来实现第一行为数据的标准化。
Figure GDA0004138284520000121
在式(1)中，a0为第一行为数据，a为标准化后的第一行为数据，μ为多个参数扰动的第一行为数据的平均值，σ为多个参数扰动的第一行为数据的标准差。
经过标准化后，可以将第一行为数据大于0的参数扰动作为候选参数扰动。多个候选参数扰动记为集合A。
具体地，在步骤S2624中，可以从多个候选参数中筛选出第一控制值大或等于基准控制值的候选参数扰动，形成集合B；将剩余的、第一控制值小于基准控制值的候选参数扰动记为集合C。随后，分别从集合B和集合C中筛选出部分候选参数扰动，作为目标参数扰动，形成集合D，使得集合D中的所有目标参数扰动的第一控制值的均值接近基准控制值(即与基准控制值的差小于第一阈值)。根据一些实施例，在从集合B和集合C中筛选候选参数扰动时，可以优先选择第一行为数据较大的候选参数扰动，从而保证计算资源控制模型输出的控制值具有较好的推荐效果。
根据一些实施例，步骤S264可以进一步包括以下步骤S2642-S2646。
在步骤S2642中，对于多个目标参数扰动中的每个目标参数扰动，基于该目标参数扰动对应的第一行为数据，确定该目标参数扰动对应的推荐效果。
在步骤S2644中，基于多个目标参数扰动以及多个目标参数扰动各自的推荐效果，确定计算资源控制模型的参数变化量。
在步骤S2646中，将计算资源控制模型的参数与参数变化量相加，以得到计算资源控制模型的调整后的参数。
根据一些实施例，针对步骤S2642，第一行为数据有多个，例如浏览时长、点击次数、点赞次数、收藏次数、评论次数等，目标参数扰动对应的推荐效果可以是多个第一行为数据的加权和。
根据一些实施例，针对步骤S2644，参数变化量例如可以按照下式(2)计算：
Figure GDA0004138284520000131
式(2)中，△p为参数变化量；λ为更新步长，是一个预设的常数；n为目标参数扰动的数量，di为第i个目标参数扰动，fi为第i个目标参数扰动的推荐效果。
将计算资源控制模型当前的参数p与参数变化量△p相加，即可得到调整后的参数p’。
应当理解，步骤S210-S260可以循环执行多次，直至满足预设的终止条件(例如，循环次数达到预设的最大循环次数、计算资源控制模型的推荐效果达到预设推荐效果等)时，结束模型的训练过程，得到经训练的计算资源控制模型。
根据一些实施例，可以基于计算资源控制模型的真实线上应用情况来确定是否终止训练过程，例如：响应于第二用户的第二推荐请求，将第二推荐请求的请求特征输入计算资源控制模型，以得到计算资源控制模型输出的第二控制值，第二控制值用于控制处理第二推荐请求的计算资源的数量；基于第二控制值，处理第二推荐请求，以得到第二推荐请求的第二推荐结果；获取第二用户对第二推荐结果的第二行为数据；以及基于第二行为数据，确定计算资源控制模型是否完成训练。
在本公开的实施例中，第二用户是与第一用户不同的用户。
根据上述实施例，如果第二行为数据呈现出较好的推荐效果，则可以确定计算资源控制模型完成训练。具体地，当第二行为数据满足以下条件中的任一项时，认为第二数据呈现出较好的推荐效果，确定计算资源控制模型完成训练：
条件1.第二行为数据收敛。即，基于第(i+1)轮训练得到的第二行为数据与第i轮训练得到的第二行为数据的差小于阈值。
条件2.第二行为数据与第一行为数据的差小于第二阈值。
条件3.第二行为数据相较于基准行为数据的增长比例大于第三阈值，基准行为数据为第三用户对基于基准控制值所得到的推荐结果的行为数据，第三用户是与第一用户、第二用户均不相同的用户。
条件1和条件2表示相邻两轮训练得到的计算资源控制模型的推荐效果相差不大。条件3表示计算资源控制模型的推荐效果高于未采用计算资源控制模型时的推荐效果一定比例。条件1-条件3均可以表示计算资源控制模型达到了良好的推荐效果，因此可以将条件1-条件3中的任一者作为模型训练的终止条件。
根据本公开的实施例，基于经训练的计算资源控制模型，还提供了一种计算资源控制方法。图3示出了根据本公开实施例的计算资源控制方法300的流程图。方法300通常在服务器(例如图1中所示的服务器120)处执行。在一些实施例中，方法300也可以在客户端设备(例如图1中所示的客户端设备101、102、103、104、105和106)处执行。也即，方法300的各个步骤的执行主体可以是图1中所示的服务器120，也可以是图1中所示的客户端设备101、102、103、104、105和106。
如图3所示，方法300包括步骤S310-S330。
在步骤S310中，响应于用户的推荐请求，获取推荐请求的请求特征。
在步骤S320中，将请求特征输入计算资源控制模型，以得到计算资源控制模型输出的控制值，控制值用于控制处理推荐请求的计算资源的数量。计算资源控制模型是基于本公开实施例的方法200训练得到的。
在步骤S330中，基于控制值，处理推荐请求，以得到推荐请求的推荐结果。
根据本公开的实施例，能够为不同的推荐请求设置不同的控制值，从而自适应地为不同的推荐请求分配不同数量的计算资源，实现个性化的计算资源分配，提高计算资源的利用率。
根据一些实施例，当用户在客户端应用中浏览对象时，每刷新一次页面，相当于发起一个推荐请求。
根据一些实施例，请求特征可以包括网络类型(例如3G、4G、5G、Wi-Fi等)、请求时间、当前页面的刷新次数、用户画像(例如性别、感兴趣的内容标签等)等。
根据一些实施例，可以调用推荐模型来处理推荐请求，相应地，控制值可以包括输入推荐模型的候选对象的数量(即推荐模型的候选集的大小)、推荐模型的类型(例如复杂模型、简单模型等)、推荐模型的数量中的至少一种。
图4示出了根据本公开的实施例的计算资源控制模型的训练和应用过程的示意图。
在模型训练阶段，可以将用户划分为扰动组和实验组两个用户组。扰动组的用户相当于上文的“第一用户”，实验组的用户相当于上文的“第二用户”。扰动组的用户发出的推荐请求(即上文的“第一推荐请求”)用于调整计算资源控制模型的参数。实验组的用户发出的推荐请求(即上文的“第二推荐请求”)用于判断模型训练过程是否可以终止。
如图4所示，在在线侧，用户可以在客户端设备410上浏览对象，发出推荐请求。接入层模块420例如可以实现为NGINX服务器，用于接收推荐请求，并将用户的推荐请求发送给推荐模块430。推荐模块430收到推荐请求后，将推荐请求转发给计算资源控制模块440。
计算资源控制模块440基于推荐请求中携带的用户标识，判断该推荐请求对应于扰动组还是实验组。
如果推荐请求对应于扰动组，则解析请求特征，加载计算资源控制模型的参数，在线生成参数扰动，基于参数扰动生成临时控制模型，将请求特征输入临时控制模型，得到临时控制模型输出的控制值，然后将控制值返回给推荐模块430。推荐模块430基于控制值，生成推荐结果，经由接入层模块420将推荐结果返回给客户端设备410。用户可以通过客户端设备410来浏览推荐结果。在用户浏览推荐结果的过程中，客户端设备410将用户的行为数据(即上文的“第一行为数据”)上传至业务日志库450，与本次生成的参数扰动关联存储。
如果推荐请求对应于实验组，则解析请求特征，加载计算资源控制模型的参数，将请求特征输入计算资源控制模型，得到控制值，然后将控制值返回给推荐模块430。推荐模块430基于控制值，生成推荐结果，经由接入层模块420将推荐结果返回给客户端设备410。用户可以通过客户端设备410来浏览推荐结果。在用户浏览推荐结果的过程中，客户端设备410将用户的行为数据(即上文的“第二行为数据”)上传至业务日志库450进行存储。
在离线侧，可以基于业务日志库450中存储的扰动组的行为数据和参数扰动，调整计算资源控制模型的参数，得到调整后的参数460。调整后的参数460可以被同步至线上的计算资源控制模型中，用于进行下一轮模型参数更新。
基于业务日志库450中存储的实验组的行为数据，可以判断模型训练过程是否可以终止。模型训练过程终止后，将最终的参数同步至线上的计算资源控制模型中，以实现模型应用阶段的计算资源的自适应分配。
在模型应用阶段，用户可以在客户端设备410上浏览对象，发出推荐请求。接入层模块420接收推荐请求，并将用户的推荐请求发送给推荐模块430。推荐模块430收到推荐请求后，将推荐请求转发给计算资源控制模块440。
计算资源控制模块440解析推荐请求的请求特征，加载计算资源控制模型的参数，将请求特征输入计算资源控制模型，得到控制值，然后将控制值返回给推荐模块430。推荐模块430基于控制值，生成推荐结果，经由接入层模块420将推荐结果返回给客户端设备410。用户可以通过客户端设备410来浏览推荐结果。
在模型应用阶段，计算资源控制模型能够为不同的推荐请求设置不同的控制值，从而自适应地为不同的推荐请求分配不同数量的计算资源，实现个性化的计算资源分配，提高计算资源的利用率。
根据本公开的实施例，还提供了一种计算资源控制模型的训练装置。图5示出了根据本公开实施例的计算资源控制模型的训练装置500的结构框图。如图5所示，装置500包括：
第一生成模块510，被配置为响应于第一用户的第一推荐请求，生成与所述计算资源控制模型的参数相对应的参数扰动；
第二生成模块520，被配置为基于所述计算资源控制模型的参数和所述参数扰动，生成临时控制模型；
控制模块530，被配置为将所述第一推荐请求的请求特征输入所述临时控制模型，以得到所述临时控制模型输出的第一控制值，所述第一控制值用于控制处理所述第一推荐请求的计算资源的数量；
推荐模块540，被配置为基于所述第一控制值，处理所述第一推荐请求，以得到所述第一推荐请求的第一推荐结果；
获取模块550，被配置为获取所述第一用户对所述第一推荐结果的第一行为数据；以及
调整模块560，被配置为基于所述参数扰动和所述第一行为数据，调整所述计算资源控制模型的参数。
根据本公开的实施例，基于真实的用户线上数据(包括推荐请求和行为数据)来训练计算资源控制模型，无需额外搭建离线仿真系统来模拟用户数据，降低了训练成本，提高了训练效率，并且能够使模型与实际应用环境相符，从而提高模型的应用效果。
根据本公开的实施例，还提供了一种计算资源控制装置。图6示出了根据本公开实施例的计算资源控制装置600的结构框图。如图6所示，装置600包括：
获取模块610，被配置为响应于用户的推荐请求，获取所述推荐请求的请求特征；
控制模块620，被配置为将所述请求特征输入计算资源控制模型，以得到所述计算资源控制模型输出的控制值，所述控制值用于控制处理所述推荐请求的计算资源的数量，其中，所述计算资源控制模型是基于上述计算资源控制模型的训练装置训练得到的；以及
推荐模块630，被配置为基于所述控制值，处理所述推荐请求，以得到所述推荐请求的推荐结果。
根据本公开的实施例，能够为不同的推荐请求设置不同的控制值，从而自适应地为不同的推荐请求分配不同数量的计算资源，实现个性化的计算资源分配，提高计算资源的利用率。
应当理解，图5中所示装置500的各个模块或单元可以与参考图2描述的方法200中的各个步骤相对应，图6中所示装置600的各个模块或单元可以与参考图3描述的方法300中的各个步骤相对应。由此，上面针对方法200描述的操作、特征和优点同样适用于装置500及其包括的模块以及单元，上面针对方法300描述的操作、特征和优点同样适用于装置600及其包括的模块以及单元。为了简洁起见，某些操作、特征和优点在此不再赘述。
虽然上面参考特定模块讨论了特定功能，但是应当注意，本文讨论的各个模块的功能可以分为多个模块，和/或多个模块的至少一些功能可以组合成单个模块。例如，上面描述的第一生成模块510和第二生成模块520在一些实施例中可以组合成单个模块。
还应当理解，本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图7描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如，这些模块可以被实现为计算机程序代码/指令，该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地，这些模块可以被实现为硬件逻辑/电路。例如，在一些实施例中，模块710-730中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如，中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件)，并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的实施例，还提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器，该存储器存储有可被上述至少一个处理器执行的指令，该指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行上述计算资源控制模型的训练方法。
根据本公开的实施例，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，该计算机指令用于使计算机执行上述计算资源控制模型的训练方法。
根据本公开的实施例，还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述计算资源控制模型的训练方法。
参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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，个人数字助理、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/或者要求的本公开的实现。
如图7所示，电子设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、Wi-Fi设备、WiMAX设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如方法200和/或方法300。例如，在一些实施例中，方法200和/或方法300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的方法200和方法300的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200和/或方法300。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (14)

1.一种计算资源控制模型的训练方法，包括：
响应于第一用户的第一推荐请求，生成与所述计算资源控制模型的参数相对应的参数扰动；
基于所述计算资源控制模型的参数和所述参数扰动，生成临时控制模型，其中，所述临时控制模型的结构与所述计算资源控制模型的结构相同；
将所述第一推荐请求的请求特征输入所述临时控制模型，以得到所述临时控制模型输出的第一控制值，所述第一控制值用于控制处理所述第一推荐请求的计算资源的数量，所述第一控制值包括输入推荐模型的候选对象的数量、所述推荐模型的类型、所述推荐模型的数量中的至少一种；
基于所述第一控制值，调用所述推荐模型处理所述第一推荐请求，以得到所述第一推荐请求的第一推荐结果；
获取所述第一用户对所述第一推荐结果的第一行为数据；以及
基于所述参数扰动和所述第一行为数据，调整所述计算资源控制模型的参数。
2.根据权利要求1所述的方法，其中，所述参数扰动为服从标准正态分布的随机数。
3.根据权利要求1所述的方法，其中，所述第一行为数据包括所述第一推荐结果的浏览时长、点击次数、点赞次数、收藏次数、评论次数中的至少一种。
4.根据权利要求1所述的方法，其中，所述第一推荐请求有多个，并且其中，基于所述参数扰动和所述第一行为数据，调整所述计算资源控制模型的参数包括：
基于多个第一推荐请求各自对应的第一控制值和第一行为数据，从所述多个第一推荐请求对应的多个参数扰动中确定多个目标参数扰动；以及
基于所述多个目标参数扰动以及所述多个目标参数扰动各自对应的第一行为数据，调整所述计算资源控制模型的参数。
5.根据权利要求4所述的方法，其中，基于多个第一推荐请求各自对应的第一控制值和第一行为数据，从所述多个第一推荐请求对应的多个参数扰动中确定多个目标参数扰动包括：
基于所述第一行为数据，从所述多个参数扰动中确定多个候选参数扰动，其中，所述多个候选参数扰动中的每个候选参数扰动的第一行为数据大于所述多个参数扰动的第一行为数据的平均值；以及
基于所述第一控制值，从所述多个候选参数扰动中确定多个目标参数扰动，其中，所述多个目标参数扰动的第一控制值的平均值与基准控制值的差小于第一阈值。
6.根据权利要求4所述的方法，其中，基于所述多个目标参数扰动以及所述多个目标参数扰动各自对应的第一行为数据，调整所述计算资源控制模型的参数包括：
对于所述多个目标参数扰动中的每个目标参数扰动，基于该目标参数扰动对应的第一行为数据，确定该目标参数扰动对应的推荐效果；
基于所述多个目标参数扰动以及所述多个目标参数扰动各自的推荐效果，确定所述计算资源控制模型的参数变化量；以及
将所述计算资源控制模型的参数与所述参数变化量相加，以得到所述计算资源控制模型的调整后的参数。
7.根据权利要求1所述的方法，还包括：
响应于第二用户的第二推荐请求，将所述第二推荐请求的请求特征输入所述计算资源控制模型，以得到所述计算资源控制模型输出的第二控制值，所述第二控制值用于控制处理所述第二推荐请求的计算资源的数量；
基于所述第二控制值，处理所述第二推荐请求，以得到所述第二推荐请求的第二推荐结果；
获取所述第二用户对所述第二推荐结果的第二行为数据；以及
基于所述第二行为数据，确定所述计算资源控制模型是否完成训练。
8.根据权利要求7所述的方法，其中，基于所述第二行为数据，确定所述计算资源控制模型是否完成训练包括：
响应于确定所述第二行为数据满足以下条件中的任一项，确定所述计算资源控制模型完成训练：所述第二行为数据收敛、所述第二行为数据与所述第一行为数据的差小于第二阈值、所述第二行为数据相较于基准行为数据的增长比例大于第三阈值，其中，所述基准行为数据为第三用户对基于基准控制值所得到的推荐结果的行为数据。
9.根据权利要求1所述的方法，还包括：
获取样本请求特征和基准控制值；以及
基于所述样本请求特征和基准控制值，训练所述计算资源控制模型，以得到所述计算资源控制模型的参数的初始值。
10.一种计算资源控制方法，包括：
响应于用户的推荐请求，获取所述推荐请求的请求特征；
将所述请求特征输入计算资源控制模型，以得到所述计算资源控制模型输出的控制值，所述控制值用于控制处理所述推荐请求的计算资源的数量，其中，所述计算资源控制模型是基于权利要求1-9中任一项所述的方法训练得到的；以及
基于所述控制值，处理所述推荐请求，以得到所述推荐请求的推荐结果。
11.一种计算资源控制模型的训练装置，包括：
第一生成模块，被配置为响应于第一用户的第一推荐请求，生成与所述计算资源控制模型的参数相对应的参数扰动；
第二生成模块，被配置为基于所述计算资源控制模型的参数和所述参数扰动，生成临时控制模型，其中，所述临时控制模型的结构与所述计算资源控制模型的结构相同；
控制模块，被配置为将所述第一推荐请求的请求特征输入所述临时控制模型，以得到所述临时控制模型输出的第一控制值，所述第一控制值用于控制处理所述第一推荐请求的计算资源的数量，所述第一控制值包括输入推荐模型的候选对象的数量、所述推荐模型的类型、所述推荐模型的数量中的至少一种；
推荐模块，被配置为基于所述第一控制值，调用所述推荐模型处理所述第一推荐请求，以得到所述第一推荐请求的第一推荐结果；
获取模块，被配置为获取所述第一用户对所述第一推荐结果的第一行为数据；以及
调整模块，被配置为基于所述参数扰动和所述第一行为数据，调整所述计算资源控制模型的参数。
12.一种计算资源控制装置，包括：
获取模块，被配置为响应于用户的推荐请求，获取所述推荐请求的请求特征；
控制模块，被配置为将所述请求特征输入计算资源控制模型，以得到所述计算资源控制模型输出的控制值，所述控制值用于控制处理所述推荐请求的计算资源的数量，其中，所述计算资源控制模型是基于权利要求11所述的装置训练得到的；以及
推荐模块，被配置为基于所述控制值，处理所述推荐请求，以得到所述推荐请求的推荐结果。
13.一种电子设备，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1-10中任一项所述的方法。
14.一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计算机执行根据权利要求1-10中任一项所述的方法。
CN202210494647.9A 2022-05-07 2022-05-07 计算资源控制模型的训练方法、计算资源控制方法及装置 Active CN114896061B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210494647.9A CN114896061B (zh) 2022-05-07 2022-05-07 计算资源控制模型的训练方法、计算资源控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210494647.9A CN114896061B (zh) 2022-05-07 2022-05-07 计算资源控制模型的训练方法、计算资源控制方法及装置

Publications (2)

Publication Number Publication Date
CN114896061A CN114896061A (zh) 2022-08-12
CN114896061B true CN114896061B (zh) 2023-05-02

Family

ID=82721813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210494647.9A Active CN114896061B (zh) 2022-05-07 2022-05-07 计算资源控制模型的训练方法、计算资源控制方法及装置

Country Status (1)

Country Link
CN (1) CN114896061B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116884759B (zh) * 2023-07-19 2024-03-22 重庆望变电气（集团）股份有限公司 一种铁芯叠放工艺方案生成系统和方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112703457A (zh) * 2018-05-07 2021-04-23 强力物联网投资组合2016有限公司 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110781391B (zh) * 2019-10-22 2023-12-12 深圳市雅阅科技有限公司 一种信息推荐方法、装置、设备及存储介质
CN111865644B (zh) * 2019-12-04 2023-04-07 北京小桔科技有限公司 一种计算资源的推荐方法、装置、电子设备及存储介质
CN111985831A (zh) * 2020-08-27 2020-11-24 北京华胜天成科技股份有限公司 云计算资源的调度方法、装置、计算机设备及存储介质
US20220094699A1 (en) * 2020-09-22 2022-03-24 Apatics, Inc. Detection of operational threats using artificial intelligence
CN112163159A (zh) * 2020-10-09 2021-01-01 北京百度网讯科技有限公司 资源推荐和参数确定方法、装置、设备及介质
CN114297470A (zh) * 2021-10-26 2022-04-08 腾讯科技（深圳）有限公司 内容的推荐方法、装置、设备、介质及计算机程序产品
CN114265979B (zh) * 2021-12-17 2022-11-18 北京百度网讯科技有限公司 确定融合参数的方法、信息推荐方法和模型训练方法
CN114564644A (zh) * 2022-02-28 2022-05-31 北京百度网讯科技有限公司 模型训练、资源推荐方法、装置、电子设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112703457A (zh) * 2018-05-07 2021-04-23 强力物联网投资组合2016有限公司 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张玉洁；何明；孟祥武.基于用户需求的内容分发点对点网络系统研究.软件学报.2013,第25卷(第1期),全文. *

Also Published As

Publication number Publication date
CN114896061A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
US11397887B2 (en) Dynamic tuning of training parameters for machine learning algorithms
US20210406327A1 (en) Resource recommendation method and apparatus, parameter determination method and apparatus, device, and medium
EP4080384A1 (en) Object recommendation method and apparatus, computer device, and medium
JP2024503774A (ja) 融合パラメータの特定方法及び装置、情報推奨方法及び装置、パラメータ測定モデルのトレーニング方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム
CN114896061B (zh) 计算资源控制模型的训练方法、计算资源控制方法及装置
CN114861910A (zh) 神经网络模型的压缩方法及装置、设备和介质
CN114091672B (zh) 分布式模型推理方法及装置、电子设备和介质
CN114791982A (zh) 对象推荐方法和装置
CN113642635A (zh) 模型训练方法及装置、电子设备和介质
CN116205819B (zh) 字符图像生成方法、深度学习模型的训练方法和装置
CN115600646B (zh) 语言模型的训练方法、装置、介质及设备
CN113722594B (zh) 推荐模型的训练方法、推荐方法、装置、电子设备及介质
CN114443896B (zh) 数据处理方法和用于训练预测模型的方法
CA3182446A1 (en) Systems and methods for classifying a webpage or a webpage element
CN113312554B (zh) 用于评价推荐系统的方法及装置、电子设备和介质
CN114120416A (zh) 模型训练方法、装置、电子设备及介质
US11227122B1 (en) Methods, mediums, and systems for representing a model in a memory of device
KR20230111986A (ko) 라이브 쇼핑 추천 방법 및 그를 위한 라이브 쇼핑 추천 시스템
CN112559883B (zh) 用于评估推荐系统的方法、装置、电子设备以及可读介质
CN113420227B (zh) 点击率预估模型的训练方法、预估点击率的方法、装置
CN114036389B (zh) 对象推荐方法、推荐模型的训练方法及装置
CN116842156B (zh) 数据生成方法及装置、设备和介质
CN116450944A (zh) 基于推荐模型的资源推荐方法、装置、电子设备和介质
CN118113934A (zh) 数据处理方法、装置、电子设备、介质和程序产品
CN114219079A (zh) 特征选择方法及装置、模型训练方法及装置、设备和介质

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