CN115115062B - 机器学习模型建立方法、相关装置及计算机程序产品 - Google Patents

Abstract

本公开提供了一种机器学习模型建立方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及机器学习、模型建立、可视化等技术领域。该方法包括：获取用户在可视化配置界面绘制的模型算子结构图；将模型算子结构图封装为目标类邻接矩阵；其中，目标类邻接矩阵包括：模型算子的编号、输入参数、配置参数以及不同模型算子之间的有向边连接关系；根据目标类邻接矩阵生成编排文件；其中，编排文件中记录执行步骤和不同执行步骤之间的执行时序；按执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。应用该方法可以更便利的自行建立所需的机器学习模型。

Description

机器学习模型建立方法、相关装置及计算机程序产品

技术领域

本公开涉及数据处理技术领域，具体涉及机器学习、模型建立、可视化等技术领域，尤其涉及一种机器学习模型建立方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

随着机器学习思想的逐渐发展，基于机器学习思想构建出的机器学习模型已经逐渐应用至各行各业，在各行各业中发挥越来越重要的作用。

同时随着研究的深入，也逐渐从直接使用现成的、通用的机器学习模型，到逐渐自行创建或建立更符合实际应用场景、领域垂直度更高的机器学习模型。

因此，如何更便利的帮助没有编码和建模经验的业务人员能快速上手产出所需的机器学习模型，是本领域技术人员亟待解决的问题。

发明内容

本公开实施例提出了一种机器学习模型建立方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

第一方面，本公开实施例提出了一种机器学习模型建立方法，包括：获取用户在可视化配置界面绘制的模型算子结构图；将模型算子结构图封装为目标类邻接矩阵；其中，目标类邻接矩阵包括：模型算子的编号、输入参数、配置参数以及不同模型算子之间的有向边连接关系；根据目标类邻接矩阵生成编排文件；其中，编排文件中记录有执行步骤和不同执行步骤之间的执行时序；按执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。

第二方面，本公开实施例提出了一种机器学习模型建立装置，包括：模型算子结构图获取单元，被配置成获取用户在可视化配置界面绘制的模型算子结构图；目标类邻接矩阵封装单元，被配置成将模型算子结构图封装为目标类邻接矩阵；其中，目标类邻接矩阵包括：模型算子的编号、输入参数、配置参数以及不同模型算子之间的有向边连接关系；编排文件生成单元，被配置成根据目标类邻接矩阵生成编排文件；其中，编排文件中记录有执行步骤和不同执行步骤之间的执行时序；容器化环境执行单元，被配置成按执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。

第三方面，本公开实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的机器学习模型建立方法。

第四方面，本公开实施例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时能够实现如第一方面中任一实现方式描述的机器学习模型建立方法。

第五方面，本公开实施例提供了一种包括计算机程序的计算机程序产品，该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的机器学习模型建立方法的步骤。

本公开提供的机器学习模型建立方案，通过预先将用于搭建机器学习模型的各个功能组件封装为独立的模型算子，得以使用户在可视化配置界面对模型算子进行拼装操作得到模型算子结构图，而通过将模型算子结构图封装为便于计算机设备识别的类邻接矩阵，能够便于将其正确转换为记录执行步骤和执行时序的编排文件，最终通过容器化工作流引擎提供的容器化环境执行各执行步骤，规避了各执行步骤之间在同一执行环境下可能产生的影响，得以更顺利的完成机器学习模型的建立。

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

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开可以应用于其中的示例性系统架构；

图2为本公开实施例提供的一种机器学习模型建立方法的流程图；

图3A为本公开实施例示出的一种预先封装出的多类机器学习模型建立模型算子的示意图；

图3B为本公开实施例示出的一副模型算子结构图的示意图；

图4为本公开实施例提供的一种根据模型算子结构图封装得到目标类邻接矩阵的方法的流程图；

图5为本公开实施例提供的另一种根据模型算子结构图封装得到目标类邻接矩阵的方法的流程图；

图6为本公开实施例提供的一种根据目标类邻接矩阵生成编排文件的方法的流程图；

图7为本公开实施例提供的一种根据编排文件生成目标机器学习模型的方法的流程图；

图8为本公开实施例提供的一种机器学习模型建立装置的结构框图；

图9为本公开实施例提供的一种适用于执行机器学习模型建立方法的电子设备的结构示意图。

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。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

本公开的技术方案中，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。

图1示出了可以应用本公开的机器学习模型建立方法、装置、电子设备及计算机可读存储介质的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103和服务器105上可以安装有各种用于实现两者之间进行信息通讯的应用，例如模型建立类应用、数据传输类应用、即时通讯类应用等。

终端设备101、102、103和服务器105可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，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；当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中，其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器；服务器为软件时，可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。

服务器105通过内置的各种应用可以提供各种服务，以可以提供模型建立服务的模型建立类应用为例，服务器105在运行该模型建立类应用时可实现如下效果：首先，通过网络104接收终端设备101、102、103传入的模型算子拼装操作；然后，根据该模型算子拼装操作得到相应的模型算子结构图；接下来，将模型算子结构图封装为目标类邻接矩阵，该目标类邻接矩阵包括：模型算子的编号、输入参数、配置参数以及不同模型算子之间的有向边连接关系；下一步，根据目标类邻接矩阵生成编排文件，该编排文件中记录有执行步骤和不同执行步骤之间的执行时序；最后，按执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。

进一步的，服务器105还可以将生成好的目标机器学习模型通过网络104返回给终端设备101、102、103，以供在终端设备101、102、103上使用。

需要指出的是，模型算子结构图除可以从终端设备101、102、103通过网络104传入的模型算子拼装操作获取到之外，也可以通过各种方式预先存储在服务器105本地。因此，当服务器105检测到本地已经存储有这些数据时(例如开始处理之前留存的待处理模型建立任务)，可选择直接从本地获取这些数据，在此种情况下，示例性系统架构100也可以不包括终端设备101、102、103和网络104。

本公开后续各实施例所提供的机器学习模型建立方法一般由拥有相应资源、较强运算性能的服务器105来执行，相应地，机器学习模型建立装置一般也设置于服务器105中。但同时也需要指出的是，在终端设备101、102、103也具有满足要求的资源和运算能力时，终端设备101、102、103也可以通过其上安装的模型建立类应用完成上述本交由服务器105做的各项运算，进而输出与服务器105同样的结果。尤其是在同时存在多种具有不同运算能力的终端设备的情况下，但模型建立类应用判断所在的终端设备拥有较强的运算能力和剩余较多的运算资源时，可以让终端设备来执行上述运算，从而适当减轻服务器105的运算压力，相应的，机器学习模型建立装置也可以设置于终端设备101、102、103中。在此种情况下，示例性系统架构100也可以不包括服务器105和网络104。

应该理解，图1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。

请参考图2，图2为本公开实施例提供的一种机器学习模型建立方法的流程图，其中流程200包括以下步骤：

步骤201：获取用户在可视化配置界面绘制的模型算子结构图；

本步骤旨在由机器学习模型建立方法的执行主体(例如图1所示的服务器105)获取到以可视化图形呈现的模型算子结构图。其中，该模型算子结构图是用户在为其提供的可视化配置界面上，对预先封装好的各模型算子通过诸如拖拉拽的绘制操作进行拼装后得到的可视化图形。

即预先需要将机器学习模型建立各功能组件封装为独立的模型算子，按照功能类型可以大体分为：数据预处理、特征分析、特征工程、模型构建、模型预测、模型评估等几类。

请参见图3A，图3A分别为上述几类模型算子进行了具体展示，其中，数据预处理类模型算子可以具体包括：数据集成、label(标签)编码、厚度筛选、样本拆分、异常孤立点检测；特征分析类模型算子可以具体包括：厚度统计、无监督统计、有监督统计；特征工程类模型算子可以包括基于特征分析的结果对输入数据进行特征工程，具体包括特征id编码、特征woe(Weight of Evidence，证据权重)编码、特征onehot编码(独热编码)、特征归一化、缺失值填充、特征转换、特征分箱、嵌入式特征选择等；模型构建类模型算子提供了XGBoost(一种优化的分布式梯度增强库)、LightGBM(Light Gradient Boosting Machine，一款基于决策树算法的分布式梯度提升框架)、LR(Logistic regression，逻辑回归)三种模型构建算子，且每种模型构建算子均支持二分类、多分类、回归等训练场景；模型预测类模型算子同样提供了XGBoost、LightGBM、LR三种模型预测算子，且每种模型训练算子均支持二分类、多分类、回归等预测场景；模型评估类模型算子则同样提供了二分类、多分类、回归三种模型评估算子，用于支持模型评估结果的可视化报表展示。

具体的，每个模型算子可以在封装时基于实际应用场景所使用的输入规范定义统一的数据输入、参数输入、数据输出、字典输出的格式，从而使得各模型算子可以通过统一的数据格式进行模型算子之间的对接。另外，模型算子拆分封装完成后，还可以将每个模型算子封装成独立的镜像保存到镜像仓库，以供后续调用执行。

基于图3A所示的各模型算子，用户在可视化配置界面经拖拉拽操作得到的一种示例性的模型算子结构图可以形如图3B，首先导入数据集，然后基于导入的数据集进行label(标签)生成，然后基于label生成的结果分别进行特征无监督统计、样本分布和厚度统计以及样本拆分，而经样本拆分后的结果分别进行XGBoost二分类和二分类预测，最终根据预测结果进行二分类评估。可以看出，图3B所示的模型算子结构图是一个有向无环图，指示了各模型算子之间的有向边连接关系。

进一步的，在获取到完整的模型算子结构图之后、执行步骤202之前，还可以基于该模型算子结构图呈现出的结构关系进行合理性检测，例如各模型算子之间的上下层次是否合理等，并仅对通过合理性检测的模型算子结构图执行步骤202。其中，合理性检测结果可以通过多种方式进行表示，例如可以在图3B的每个模型算子的右侧附加“对钩”标识来表示当前模型算子具有合理性，反之在右侧附加“叉号”标识来表示当前模型不具有合理性。当然，其它类似的方式也可以，此处不再一一列举。

步骤202：将模型算子结构图封装为目标类邻接矩阵；

在步骤201的基础上，本步骤旨在由上述执行主体将便于用户理解的模型算子结构图封装为便于计算机设备理解的目标类邻接矩阵。其中，目标类邻接矩阵包括：每个模型算子的编号、输入参数、配置参数以及不同模型算子之间的有向边连接关系。即通常情况下，模型算子结构图中至少包含有两个不同的模型算子，需要说明的是，同一类型的两个模型算子因执行顺序差异也会被算子是两个不同的模型算子。

即作为可视化图形的模型算子结构图是用户主观思想的图形化体现，但实际上并不利于计算机设备读取、识别以及理解，因此本步骤实际上就是将可视化图形中记录的各项信息转换为便于计算机设备理解的类邻接矩阵，即该类邻接矩阵中记录有每个模型算子的编号、输入参数、配置参数以及不同模型算子之间的有向边连接关系，进而覆盖可视化图形中记录的各项信息。

步骤203：根据目标类邻接矩阵生成编排文件；

在步骤202的基础上，本步骤旨在由上述执行主体根据目标类邻接矩阵生成记录有用于建立模型的各执行步骤和不同执执行步骤之间的执行时序的编排文件。简单来说，该编排文件是一个记录了每个步骤怎么做、各个步骤的执行顺序的文件，用于指导后续的执行环节。

步骤204：按执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。

在步骤203的基础上，本步骤旨在由上述执行主体按照编排文件记录的执行时序，将各执行步骤置于容器化环境下执行，直至所有执行步骤均在相应的容器化环境下执行完成后得到输出的目标机器学习模型。

即本步骤为每个执行步骤创建了相应的容器化环境，以使相应的执行步骤在相应的容器化环境下可以更好的、不受干扰的执行，进而保障相应步骤的成功执行。通常情况下，采用将各执行步骤按照执行时序依次置于相应的容器化环境下，以节省容器化资源的同时开支，在容器化资源较多时，也可以预先将各执行步骤置入相应的容器化环境，并在该执行步骤执行所需的输入数据到来时开始执行运算。

本公开实施例提供的机器学习模型建立方法，通过预先将用于搭建机器学习模型的各个功能组件封装为独立的模型算子，得以使用户在可视化配置界面通过诸如拖拉拽的绘制操作对模型算子进行拼装得到模型算子结构图，而通过将模型算子结构图封装为便于计算机设备识别的类邻接矩阵，能够便于将其正确转换为记录执行步骤和执行时序的编排文件，最终通过容器化工作流引擎提供的容器化环境执行各执行步骤，规避了各执行步骤之间在同一执行环境下可能产生的影响，得以更顺利的完成机器学习模型的建立。

请参考图4，图4为本公开实施例提供的一种根据模型算子结构图封装得到目标类邻接矩阵的方法的流程图，即针对图2所示的流程200中的步骤202提供了一种具体的实现方式，流程200中的其它步骤并不做调整，即可以将本实施例所提供的具体实现方式以替换流程200中步骤202的方式得到一个新的完整实施例。其中流程400包括以下步骤：

步骤401：将模型算子结构图中记录的模型算子的编号、输入参数和不同模型算子之间的有向边连接关系，封装为初始类邻接矩阵；

步骤402：根据预先配置好的对应表，确定与编号对应的模型算子的配置参数；

其中，该对应表中记录有不同编号与不同配置参数之间的对应关系。

步骤403：将配置参数嵌入初始类邻接矩阵中相应编号的模型算子的相应信息位，得到目标类邻接矩阵。

即本实施例步骤401-步骤403，提供了一种先将可以直观体现在模型算子结构图中的各模型算子的编号、输入参数和不同模型算子之间的有向边连接关系，封装为初始类邻接矩阵，然后在通过预先配置好的对应表，将基于编号确定出的对应的配置参数嵌入初始类邻接矩阵中，以使最终得到的目标类邻接矩阵中包含各模型算子的编号、输入参数、配置参数以及有不同模型算子之间的向边连接关系。

在图4所示实施例的基础上，本实施例还通过图5提供了另一种根据模型算子结构图封装得到目标类邻接矩阵的方法，其流程500包括如下步骤：

步骤501：将模型算子结构图中记录的模型算子的编号、输入参数和不同模型算子之间的有向边连接关系，封装为初始类邻接矩阵；

步骤502：通过深度优先搜索的方式遍历初始类邻接矩阵中的有向边连接关系，并根据遍历结果记录搜索路径；

在步骤501得到初始类邻接矩阵的基础上，本步骤旨在由上述执行主体通过深度优先搜索(Depth-First-Search，DFS)的方式遍历初始类邻接矩阵中的每条有向边连接关系，并根据遍历结果记录搜索路径。

利用深度优先搜索的方式遍历一张有向无环图的方法为：从图中某顶点v出发：

(1)访问顶点v；

(2)依次从v的未被访问的邻接点出发，对图进行深度优先遍历；直至图中和v有路径相通的顶点都被访问；

(3)若此时图中尚有顶点未被访问，则从一个未被访问的顶点出发，重新进行深度优先遍历，直到图中所有顶点均被访问过为止。

即通过上述遍历操作后将可以记录得到每一条搜索路径。

步骤503：根据搜索路径判断模型算子结构图中是否存在回环链路，若存在，执行步骤506，否则执行步骤504；

在步骤502的基础上，本步骤旨在由上述执行主体根据搜索路径判断模型算子结构图中是否存在回环链路，并根据判断结果执行不同的处理分支。

步骤504：根据预先配置好的对应表，确定与编号对应的模型算子的配置参数；

本步骤建立在步骤503的判断结果为不存在回环链路的基础上，因不存在回环链路这种会避免无限循环执行的异常结构，就可以由上述执行主体在无需担忧的情况下确定与编号对应的模型算子的配置参数。

步骤505：将配置参数嵌入初始类邻接矩阵中相应编号的模型算子的相应信息位，得到目标类邻接矩阵；

步骤506：通过预设路径输出结构图异常的提示信息。

本步骤建立在步骤503的判断结果为存在回环链路的基础上，因为存在回环链路这种会避免无限循环执行的异常结构，因此将由上述执行主体通过预设路径输出结构图存在异常的提示信息，并同时终止后续操作的执行，以避免无效操作。

其中，提示信息中除指出结构图存在异常外，还可以具体至哪部分会造成回环链路，甚至可以同时给出建议的修正或调整方式；预设路径可以包括：界面弹窗、短信、邮件、联动反馈、声光报警器等等，以尽可能的及时提醒相应的用户。

即图5所示的实施例，在图4所示实施例的基础上，通过步骤502步骤503增加的搜索路径遍历和基于搜索路径进行的回环链路判断操作，得以尽可能的避免了后续的无效操作，节省了运算资源，同时也实现了对异常的及时反馈。

请参考图6，图6为本公开实施例提供的一种根据目标类邻接矩阵生成编排文件的方法的流程图，即针对图2所示的流程200中的步骤203提供了一种具体的实现方式，流程200中的其它步骤并不做调整，即可以将本实施例所提供的具体实现方式以替换流程200中步骤203的方式得到一个新的完整实施例。其中流程600包括以下步骤：

步骤601：根据目标类邻接矩阵中记录的模型算子的编号、输入参数和配置参数，确定相应执行步骤的执行参数；

本步骤旨在由上述执行主体将目标类邻接矩阵中记录的每个模型算子的编号、输入参数和配置参数，确定为该模型算子对应的执行步骤的执行参数。

步骤602：根据目标类邻接矩阵中记录的不同模型算子之间的有向边连接关系，确定相应的不同执行步骤之间的执行时序；

本步骤旨在由上述执行主体根据不同模型算子之间的有向边连接关系，确定相应执行步骤之间的执行时序。

步骤603：根据执行步骤的执行参数和不同执行步骤之间的执行时序，生成编排文件。

在步骤601-步骤602的基础上，本步骤旨在由上述执行主体根据生成编排文件所必须的每个执行步骤的执行参数和不同执行步骤之间的执行时序，来具体生成该编排文件。

其中，该编排文件可以具体为yaml文件，yaml是一个可读性高，用来表达数据序列化的格式，该格式可以简单表达清单、散列表、标量等数据形态。它使用空白符号缩进，特别适合用来表达或编辑数据结构、各种配置文件、倾印调试内容、文件大纲。因此可以借助其这种特性来记录拥有明确执行时序的各执行步骤。

当然，除可以使用yaml文件来作为该编排文件之外，也可以使用其它具有相同或类似特性的格式来生成该编排文件，此处不做具体限定。

本实施例通过步骤601-步骤603提供了一种生成编排文件的具体实现方式，使得生成编排文件的过程更加具体，更加具有可行性。

请参考图7，图7为本公开实施例提供的一种根据编排文件生成目标机器学习模型的方法的流程图，即针对图2所示的流程200中的步骤204提供了一种具体的实现方式，流程200中的其它步骤并不做调整，即可以将本实施例所提供的具体实现方式以替换流程200中步骤204的方式得到一个新的完整实施例。其中流程700包括以下步骤：

步骤701：将编排文件输入容器化工作流引擎；

步骤702：利用容器化工作流引擎为编码文件中记录的执行步骤创建容器化环境，并控制执行步骤按编排文件中记录的执行时序在对应的容器化环境下执行相应的操作；

具体的，在创建容器化环境下，可以仅为当前待执行的执行步骤创建所需的容器化环境，并在当前的执行步骤执行完成后再为下一个待执行的执行步骤创建所需的容器化环境(此时上一个创建的容器化环境可以销毁以节省容器化资源)，即按编排文件中记录的执行时序依次为相应的执行步骤创建对应的容器化环境，以便相应的执行步骤在为自己创建好的容器化环境下执行相应的操作；也可以为编排文件中记录的每个执行步骤都预先建立好容器化环境，并在每个执行步骤在相应的容器化环境下执行完成后销毁该容器化环境以回收容器化资源。具体选用哪种可根据实际情况灵活选择，此处不做限定。

步骤703：获取容器化工作流引擎在编排文件中记录的执行步骤在相应的容器化环境下执行完成后输出的目标机器学习模型。

本实施例通过步骤701-步骤703，提供了一种通过使用容器化工作流引擎，将编排文件中记录的按执行时序编排的各执行步骤，均作为工作流中的每个流节点，并将每个流节点的步骤执行置于相应的容器化环境下，进而通过容器化环境提供独立的执行环境，从而避免因同一个执行环境下前面执行步骤执行结果对后续执行步骤造成不必要的干扰，有助于提升每个流节点的执行成功率。

具体的，容器化工作流引擎可以优选使用ARGO，其是一个开源的容器本地工作流引擎，用于在Kubernetes(是一个开源的、用于管理云平台中多个主机上的容器化的应用)上完成工作。具体的，Argo实现为Kubernetes CRD(自定义资源定义)。其中，ARGO拥有自己的输入规范，可以基于ARGO的输入规范来指导生成yaml文件，以使生成出的yaml文件可以被ARGO正确识别和执行。

进一步的，考虑到每个执行步骤之间都或多或少存在差异，为了更好的保障每个执行步骤的成功执行，还可以按照下述方式来动态确定每个执行步骤的容器化资源，以使每个执行步骤在拥有匹配容器化资源的容器化环境下成功执行：

首先，利用容器化工作流引擎识别编排文件中记录的各执行步骤的执行参数；然后，利用容器化工作流引擎确定与执行参数对应的容器化资源；接着，利用容器化工作流引擎为编码文件中记录的执行步骤创建拥有相应的容器化资源的容器化环境。

其中，容器化资源可以指该容器化拥有的CPU资源、内存资源、显存资源、并发线程数、带宽等等。

需要说明的是，上述各实施例之间可以在不冲突的情况下，灵活组合为各种不同的新实施例，此处不做具体限定。

进一步参考图8，作为对上述各图所示方法的实现，本公开提供了一种机器学习模型建立装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图8所示，本实施例的机器学习模型建立装置800可以包括：模型算子结构图获取单元801、目标类邻接矩阵封装单元802、编排文件生成单元803、容器化环境执行单元804。其中，模型算子结构图获取单元801，被配置成获取用户在可视化配置界面绘制的模型算子结构图；目标类邻接矩阵封装单元802，被配置成将模型算子结构图封装为目标类邻接矩阵；其中，目标类邻接矩阵包括：模型算子的编号、输入参数、配置参数以及不同模型算子之间的有向边连接关系；编排文件生成单元803，被配置成根据目标类邻接矩阵生成编排文件；其中，编排文件中记录有执行步骤和不同执行步骤之间的执行时序；容器化环境执行单元804，被配置成按执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。

在本实施例中，机器学习模型建立装置800中：模型算子结构图获取单元801、目标类邻接矩阵封装单元802、编排文件生成单元803、容器化环境执行单元804的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，目标类邻接矩阵封装单元802可以包括：

初始类邻接矩阵封装子单元，被配置成将模型算子结构图中记录的模型算子的编号、输入参数和不同模型算子之间的有向边连接关系，封装为初始类邻接矩阵；

配置参数确定子单元，被配置成根据预先配置好的对应表，确定与编号对应的模型算子的配置参数；

配置信息嵌入子单元，被配置成将配置参数嵌入初始类邻接矩阵中相应编号的模型算子的相应信息位，得到目标类邻接矩阵。

在本实施例的一些可选的实现方式中，目标类邻接矩阵封装单元802还可以包括：

搜索路径记录子单元，被配置成在根据预先配置好的对应表，确定与编号对应的模型算子的配置参数之前，通过深度优先搜索的方式遍历初始类邻接矩阵中的有向边连接关系，并根据遍历结果记录搜索路径；

第一处理子单元，被配置成响应于根据搜索路径确定模型算子结构图中不存在回环链路，执行根据预先配置好的对应表，确定与编号对应的模型算子的配置参数的步骤；其中，对应表中记录有不同编号与不同配置参数之间的对应关系；

第二处理子单元，被配置成响应于根据搜索路径确定模型算子结构图中存在回环链路，通过预设路径输出结构图异常的提示信息。

在本实施例的一些可选的实现方式中，编排文件生成单元803可以包括：

执行参数确定子单元，被配置成根据目标类邻接矩阵中记录的模型算子的编号、输入参数和配置参数，确定相应执行步骤的执行参数；

执行时序确定子单元，被配置成根据目标类邻接矩阵中记录的不同模型算子之间的有向边连接关系，确定相应的不同执行步骤之间的执行时序；

编排文件生成子单元，被配置成根据执行步骤的执行参数和不同执行步骤之间的执行时序，生成编排文件。

在本实施例的一些可选的实现方式中，编排文件生成子单元可以被进一步配置成：

根据执行步骤的执行参数和不同执行步骤之间的执行时序，生成yaml文件。

在本实施例的一些可选的实现方式中，容器化环境执行单元804可以包括：

编排文件输入子单元，被配置成将编排文件输入容器化工作流引擎；

容器化工作流引擎处理子单元，被配置成利用容器化工作流引擎为编码文件中记录的执行步骤创建容器化环境，并控制执行步骤按编排文件中记录的执行时序在对应的容器化环境下执行相应的操作；

目标机器学习模型输出子单元，被配置成获取容器化工作流引擎在编排文件中记录的执行步骤在相应的容器化环境下执行完成后输出的目标机器学习模型。

在本实施例的一些可选的实现方式中，容器化工作流引擎处理子单元可以被进一步配置成：

利用容器化工作流引擎识别编排文件中记录的各执行步骤的执行参数；

利用容器化工作流引擎确定与执行参数对应的容器化资源；

利用容器化工作流引擎为编码文件中记录的执行步骤创建拥有相应的容器化资源的容器化环境。

本实施例作为对应于上述方法实施例的装置实施例存在，本实施例提供的机器学习模型建立装置，通过预先将用于搭建机器学习模型的各个功能组件封装为独立的模型算子，得以使用户在可视化配置界面通过诸如拖拉拽的绘制操作对模型算子进行拼装得到模型算子结构图，而通过将模型算子结构图封装为便于计算机设备识别的类邻接矩阵，能够便于将其正确转换为记录执行步骤和执行时序的编排文件，最终通过容器化工作流引擎提供的容器化环境执行各执行步骤，规避了各执行步骤之间在同一执行环境下可能产生的影响，得以更顺利的完成机器学习模型的建立。

根据本公开的实施例，本公开还提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现上述任意实施例所描述的机器学习模型建立方法。

根据本公开的实施例，本公开还提供了一种可读存储介质，该可读存储介质存储有计算机指令，该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的机器学习模型建立方法。

根据本公开的实施例，本公开还提供了一种计算机程序产品，该计算机程序在被处理器执行时能够实现上述任意实施例所描述的机器学习模型建立方法。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。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/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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。

计算单元901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901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901执行上文所描述的各个方法和处理，例如机器学习模型建立方法。例如，在一些实施例中，机器学习模型建立方法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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的机器学习模型建立方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行机器学习模型建立方法。

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)、负载可编程逻辑设备(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，又称为云计算服务器或云主机，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。

根据本公开实施例的技术方案，通过预先将用于搭建机器学习模型的各个功能组件封装为独立的模型算子，得以使用户在可视化配置界面通过拖拉拽的方式对模型算子进行拼装得到模型算子结构图，而通过将模型算子结构图封装为便于计算机设备识别的类邻接矩阵，能够便于将其正确转换为记录执行步骤和执行时序的编排文件，最终通过容器化工作流引擎提供的容器化环境执行各执行步骤，规避了各执行步骤之间在同一执行环境下可能产生的影响，得以更顺利的完成机器学习模型的建立。

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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种机器学习模型建立方法，包括：

获取用户在可视化配置界面绘制的模型算子结构图；

对所述模型算子结构图呈现出的结构关系进行合理性检测；其中，所述合理性检测包括各模型算子之间的上下层次是否合理；

将通过合理性检测的模型算子结构图中记录的模型算子的编号、输入参数和不同所述模型算子之间的有向边连接关系，封装为初始类邻接矩阵；根据预先配置好的对应表，确定与所述编号对应的模型算子的配置参数；其中，所述对应表中记录有不同编号与不同配置参数之间的对应关系；将所述配置参数嵌入所述初始类邻接矩阵中相应编号的模型算子的相应信息位，得到目标类邻接矩阵；

根据所述目标类邻接矩阵生成编排文件；其中，所述编排文件中记录有执行步骤和不同所述执行步骤之间的执行时序；

按所述执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。

2.根据权利要求1所述的方法，其中，在所述根据预先配置好的对应表，确定与所述编号对应的模型算子的配置参数之前，还包括：

通过深度优先搜索的方式遍历所述初始类邻接矩阵中的有向边连接关系，并根据遍历结果记录搜索路径；

响应于根据所述搜索路径确定所述模型算子结构图中不存在回环链路，执行所述根据预先配置好的对应表，确定与所述编号对应的模型算子的配置参数的步骤；

响应于根据所述搜索路径确定所述模型算子结构图中存在回环链路，通过预设路径输出结构图异常的提示信息。

3.根据权利要求1所述的方法，其中，所述根据所述目标类邻接矩阵生成编排文件，包括：

根据所述目标类邻接矩阵中记录的所述模型算子的编号、输入参数和配置参数，确定相应执行步骤的执行参数；

根据所述目标类邻接矩阵中记录的不同所述模型算子之间的有向边连接关系，确定相应的不同所述执行步骤之间的执行时序；

根据所述执行步骤的执行参数和不同所述执行步骤之间的执行时序，生成所述编排文件。

4.根据权利要求3所述的方法，其中，所述根据所述执行步骤的执行参数和不同所述执行步骤之间的执行时序，生成所述编排文件，包括：

根据所述执行步骤的执行参数和不同所述执行步骤之间的执行时序，生成yaml文件。

5.根据权利要求1-4任一项所述的方法，其中，所述按所述执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型，包括：

将所述编排文件输入容器化工作流引擎；

利用所述容器化工作流引擎为所述编排文件中记录的执行步骤创建容器化环境，并控制所述执行步骤按所述编排文件中记录的执行时序在对应的容器化环境下执行相应的操作；

获取所述容器化工作流引擎在所述编排文件中记录的执行步骤在相应的容器化环境下执行完成后输出的目标机器学习模型。

6.根据权利要求5所述的方法，其中，所述利用所述容器化工作流引擎为所述编排文件中记录的执行步骤创建容器化环境，包括：

利用所述容器化工作流引擎识别所述编排文件中记录的各执行步骤的执行参数；

利用所述容器化工作流引擎确定与所述执行参数对应的容器化资源；

利用所述容器化工作流引擎为所述编排文件中记录的执行步骤创建拥有相应的容器化资源的容器化环境。

7.一种机器学习模型建立装置，包括：

模型算子结构图获取单元，被配置成获取用户在可视化配置界面绘制的模型算子结构图；

合理性检测单元，被配置成对所述模型算子结构图呈现出的结构关系进行合理性检测；其中，所述合理性检测包括各模型算子之间的上下层次是否合理；

目标类邻接矩阵封装单元，被配置成将通过合理性检测的模型算子结构图中记录的模型算子的编号、输入参数和不同所述模型算子之间的有向边连接关系，封装为初始类邻接矩阵；根据预先配置好的对应表，确定与所述编号对应的模型算子的配置参数；其中，所述对应表中记录有不同编号与不同配置参数之间的对应关系；将所述配置参数嵌入所述初始类邻接矩阵中相应编号的模型算子的相应信息位，得到目标类邻接矩阵；

编排文件生成单元，被配置成根据所述目标类邻接矩阵生成编排文件；其中，所述编排文件中记录有执行步骤和不同所述执行步骤之间的执行时序；

容器化环境执行单元，被配置成按所述执行时序将相应的执行步骤置于容器化环境下执行，并在执行完成后得到目标机器学习模型。

8.根据权利要求7所述的装置，其中，所述目标类邻接矩阵封装单元还包括：

搜索路径记录子单元，被配置成在所述根据预先配置好的对应表，确定与所述编号对应的模型算子的配置参数之前，通过深度优先搜索的方式遍历所述初始类邻接矩阵中的有向边连接关系，并根据遍历结果记录搜索路径；

第一处理子单元，被配置成响应于根据所述搜索路径确定所述模型算子结构图中不存在回环链路，执行所述根据预先配置好的对应表，确定与所述编号对应的模型算子的配置参数的步骤；

第二处理子单元，被配置成响应于根据所述搜索路径确定所述模型算子结构图中存在回环链路，通过预设路径输出结构图异常的提示信息。

9.根据权利要求7所述的装置，其中，所述编排文件生成单元包括：

执行参数确定子单元，被配置成根据所述目标类邻接矩阵中记录的所述模型算子的编号、输入参数和配置参数，确定相应执行步骤的执行参数；

执行时序确定子单元，被配置成根据所述目标类邻接矩阵中记录的不同所述模型算子之间的有向边连接关系，确定相应的不同所述执行步骤之间的执行时序；

编排文件生成子单元，被配置成根据所述执行步骤的执行参数和不同所述执行步骤之间的执行时序，生成所述编排文件。

10.根据权利要求9所述的装置，其中，所述编排文件生成子单元被进一步配置成：

根据所述执行步骤的执行参数和不同所述执行步骤之间的执行时序，生成yaml文件。

11.根据权利要求7-10任一项所述的装置，其中，所述容器化环境执行单元包括：

编排文件输入子单元，被配置成将所述编排文件输入容器化工作流引擎；

容器化工作流引擎处理子单元，被配置成利用所述容器化工作流引擎为所述编排文件中记录的执行步骤创建容器化环境，并控制所述执行步骤按所述编排文件中记录的执行时序在对应的容器化环境下执行相应的操作；

目标机器学习模型输出子单元，被配置成获取所述容器化工作流引擎在所述编排文件中记录的执行步骤在相应的容器化环境下执行完成后输出的目标机器学习模型。

12.根据权利要求11所述的装置，其中，所述容器化工作流引擎处理子单元被进一步配置成：

利用所述容器化工作流引擎识别所述编排文件中记录的各执行步骤的执行参数；

利用所述容器化工作流引擎确定与所述执行参数对应的容器化资源；

利用所述容器化工作流引擎为所述编排文件中记录的执行步骤创建拥有相应的容器化资源的容器化环境。

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1-6中任一项所述的机器学习模型建立方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的机器学习模型建立方法。