CN116069318A - 一种智能应用的快速构建部署方法及系统 - Google Patents
一种智能应用的快速构建部署方法及系统 Download PDFInfo
- Publication number
- CN116069318A CN116069318A CN202310208756.4A CN202310208756A CN116069318A CN 116069318 A CN116069318 A CN 116069318A CN 202310208756 A CN202310208756 A CN 202310208756A CN 116069318 A CN116069318 A CN 116069318A
- Authority
- CN
- China
- Prior art keywords
- solution
- model
- template
- deployment
- module
- 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
Classifications
-
- 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
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
- G06F8/315—Object-oriented languages
-
- 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
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种智能应用的快速构建部署方法及系统,建立了解决方案模型生成流程,同时记录不同阶段操作日志,提高了零基础开发人员构建模型的开发效率,能够同时支持没有编程经验及有编程经验的开发者实现源码快速生成和预览,通过在集成开发环境中以插件的方式进行便捷集成和使用,解决了构建解决方案模型参数配置的晦涩难懂、调试的繁琐、验证的复杂及部署困难等问题。
Description
技术领域
本发明属于计算机软件开发技术领域,具体涉及一种智能应用的快速构建部署方法及系统。
背景技术
在人工智能软件的实际开发过程中,技术开发人员往往需要根据数据量的大小、数据质量的情况和数据本身的特征在众多人工智能算法中匹配到一个最优的算法,目前常用的方式是采用选定的算法编写代码后通过运行代码进行测试,通过比较多个算法的测试结果,从中确定一个最优、效率最高的算法。现有的开发环境只能提供代码层面的开发需求,采用终端指令进行代码运行,调试过程中的参数无法可视化,且针对智能应用的开发流程没有统一的可控界面。
发明内容
有鉴于此,本发明提供了一种智能应用的快速构建部署方法及系统,基于构建的集成开发环境实现了智能应用的快速构建与部署。
本发明提供的一种智能应用的快速构建部署方法,包括以下步骤:
步骤1、创建智能应用的解决方案模板,解决方案模板包括智能应用算法代码模板和针对代码模板的配置文件;
步骤2、调用指令command监听用户确定的应用构建方式,包括零代码模型构建方式和低代码模型构建方式,将应用构建方式对应的标志位保存在数组中;
步骤3、从模板库中加载步骤1中建立的解决方案模板,解析解决方案模板,将解析得到的配置信息保存在第一数组中;将第一数组可视化后等待用户对解决方案模板的修改,采用修改信息更新第一数组,并将该修改后的配置信息保存在对象params中;
步骤4、为对象params中的每个配置项注册change事件,当配置项发生变化时,采用对象params中记录的与键名对应的校验规则对变化内容进行正则校验,若不符合则输出错误信息,若符合则修改配置项内容且更新对象params形成解决方案构建信息;
步骤5、根据对象params中键名与解决方案模板中锚点的对应关系,将解决方案构建信息映射到解决方案模板中形成映射后模板;若构建方式为零代码模型构建方式,则执行步骤6;否则打开映射后模板后,输入指令完成智能应用解决方案模型的运行和编译,生成模型进行部署,结束本流程;
步骤6、运行解决方案模板进行训练,根据对象params中的配置信息选择执行GDB调试、代码训练或参数调优的过程,完成训练后得到解决方案模型;生成文件model.json记录解决方案模型生成的路径信息;
步骤7、调用验证模型指令,获取解决方案模型路径;执行对象params中解决方案模板的推理程序,若推理结果存在偏差,在参数配置阶段,将对象params中预训练模型替换为当前解决方案模型路径后,对解决方案模板进行二次训练,并监听生成解决方案模型,执行步骤4;若不存在偏差执行步骤8;
步骤8、调用模型部署指令,打开可视化界面,监听解决方案部署配置信息,其中,解决方案部署配置信息包含解决方案部署名称及解决方案部署设备信息,初始化对象modelDeployment,监听并保存解决方案部署信息;监听serialPort配置信息,包括IP及端口;根据modelDeployment中解决方案部署的信息,调用对象params中解决方案模板的编译工程转化编译模型,根据serialPort的配置信息将模型通过串口连接至目标机完成部署。
进一步地,所述步骤2中还包括初始化对象construction保存标志位,使用store命令将对象construction保存到内存空间中。
进一步地,所述步骤3中解析解决方案模板的方式为采用fs.readdir()方法实现解析。
进一步地,所述步骤3中的将第一数组可视化后等待用户对解决方案模板的修改的方式为:采用PostMessage API将第一数组保存的数据渲染至可视化界面中进行解决方案模板的修改。
进一步地,所述步骤3中还包括使用store命令将对象params保存到共享内存空间中。
进一步地,所述步骤4中还包括采用PostMessage API将对象params中的数据显示在可视化界面中。
进一步地,所述步骤6中根据对象params中的配置信息选择执行GDB调试、代码训练或参数调优的过程包括:若对象params中GDB调试的状态设置为调试状态,则启动GDB调试,GDB调试完成后执行代码训练得到解决方案模型再执行步骤7;若对象params中GDB调试的状态未设置为调试状态,则执行代码训练得到解决方案模型后执行步骤7;若对象params中参数调优的状态设置为参数调优状态,则反复执行代码训练得到多个解决方案模型,在执行次数达到阈值后从多个解决方案模型中选择最佳参数组合模型作为解决方案模型,再执行步骤7。
进一步地,所述参数调优为:初始化runNumber字段,读取对象params中参数调优配置的epochs项作为运行次数保存在runNumber字段中;初始化数组modelSet用于获取每次训练完成后的解决方案模型信息,在栈空间1中定义字段用来保存最优解决方案模型路径;监听每次运行完成结果,将解决方案模型信息保存至数组modelSet中,按照数组modelSet中info项信息,包括正确率、精确率、召回率、稳健性、AUC指标、PR曲线进行快排算法分析,筛选出的最优解决方案模型;存储至栈空间1中;当运行次数达到runNumber字段中最大运行次数时结束,将栈空间1中的解决方案模型路径通过fs.writeFile()写入model.json文件中。
本发明提供的一种智能应用的快速构建部署系统,包括模板库、数据集模块、参数配置模块、代码执行模块、GDB调试模块、训练可视化模块、参数调优模块、性能分析模块、评估模块、模型验证模块及模型部署模块;
其中,模板库用于提供对于模板库的导入功能,支持对解决方案参数方面的配置和解决方案模板的制作;数据集模块用于根据确定的解决方案提供快速开发数据集的导入、修改及删除,同时基于进程开发环境通信方式提供将数据带入参数配置的插件传输方法;参数配置模块用于提供可视化的参数配置方式,能够支持对操作参数及基本参数的修改、输入校验、热更新及存储,其中,操作参数包括GDB调试、参数调优及性能分析,基本参数包括数据、轮次及运行环境;代码执行模块用于基于参数配置模块确定的参数修改解决方案模板,支持执行阶段相关数据及日志的输出及管理;GDB调试模块用于对代码文件进行调试分析,包含对调试过程中的源码文件、全局变量信息、LOG日志及LOCALS信息的可视化展示;训练可视化模块用于训练过程中产生数据的可视化展示;参数调优模块用于根据代码执行模块获取的基本参数确定调优数据并能够在可视化界面中预览;性能分析模块用于输出性能分析数据并在可视化界面预览;评估模块用于获取并展示执行结果,同时提供验证和部署的功能;模型验证模块用于针对构建完成的解决方案进行验证、提供上传数据和上传解决方案模型并进行校验;模型部署模块用于为不同类型的边端工具提供多种部署方式,收集用户的选择信息进行进一步转化,并将模型向下部署。
有益效果
本发明建立了解决方案模型生成流程,并记录不同阶段操作日志,提高了零基础开发人员构建模型的开发效率,此外支持有编程经验的开发者实现源码快速生成和预览,且可通过在集成开发环境中以插件的方式进行便捷集成和使用,解决了构建解决方案模型参数配置的晦涩难懂、调试的繁琐、验证的复杂及部署困难等问题。
具体实施方式
下面列举实施例,对本发明进行详细描述。
本发明提供的一种智能应用的快速构建部署方法,具体包括以下步骤:
步骤1、创建智能应用的一系列解决方案模板,每个解决方案模板包括智能应用算法代码模板和针对代码模板的配置文件。
本发明可采用Json文件作为配置文件。智能应用算法代码模板为调用系统指令导入的已有的智能应用算法代码模板,将智能应用算法代码模板的路径保存在template对象中;采用集成开发环境中的指令createWebviewPanel启动可视化界面设置解决方案模板的配置信息,使用WebSocket通过fs.writeFile()函数将配置信息写入Json文件中保存;Json文件包含多项配置包括数据集、GDB调试信息、性能分析状态、参数调优信息、训练可视化的信息、预训练模型信息,以及针对每项数据的输入规则设定等。根据label项名称在智能应用算法代码模板建立对应的锚点。上述完成后形成解决方案模板,并导入模板库中。其中,GDB调试信息包括状态及调试的代码块,参数调优信息包括参数状态及执行次数,训练可视化的信息包括系统状态及端口。
Json配置信息的格式如下所示:
{
label:{
value:“”,
rule:“”,
...
},
label(GDB调试):{
status:“状态”,
info:{
code:“调试的代码块”
},
...
},
label(参数调优):{
status:“状态”,
info:{
epochs:“次数”,
...
},
...
},
label(训练可视化):{
status:“状态”,
info:{
port:“端口”,
...
},
...
},
label(预训练模型):{
value:“预训练模型路径”,
rule:“”,
...
},
...
}
...
}
步骤2、调用指令command监听用户确定的应用构建方式,包括零代码模型构建方式和低代码模型构建方式,将应用构建方式对应的标志位保存在数组中;初始化对象construction保存标志位,使用store命令将对象construction保存到内存空间中。
步骤3、从模板库中加载步骤1中建立的解决方案模板,采用fs.readdir()方法解析加载的解决方案模板,将解析得到的解决方案模板的配置信息保存在第一数组中;采用PostMessage API将第一数组保存的数据渲染至可视化界面中进行解决方案模板的修改,启动selectFunction命令监听解决方案模板的选择信息解析出配置信息,保存至第一数组中,并将该修改后的配置信息保存在对象params中,使用store命令将对象params保存到共享内存空间中。
步骤4、采用PostMessage API将对象params中的数据显示在可视化界面中;为对象params中的每个配置项注册change事件,以捕获配置项内容发生的改变;当配置项发生变化时,记录键名,在对象params中查找该键名对应的校验规则,使用校验规则进行正则校验,若不符合则输出错误信息,若符合则修改配置项的内容;根据键名修改对应项的信息,并更新对象params形成解决方案构建信息。
步骤5、获取对象params,根据对象params的label项信息与解决方案模板中锚点的对应关系,将解决方案构建信息映射到解决方案模板中形成映射后模板;将映射后模板保存在内存空间SpaceName中,读取对象construction中的应用构建方式,若构建方式为零代码模型构建方式,则执行步骤6;若构建方式为低代码模型构建方式,则采用exec执行VSCode指令“code-a”打开映射后模板,通过命令行进行手动输入指令,完成智能应用解决方案模型的运行和编译,生成模型进行部署。
步骤6、启动spawn运行SpaceName中的解决方案模板进行训练,根据步骤4中的配置信息,在训练时根据对象params中的配置信息选择执行GDB调试、代码训练及参数调优等过程,完成训练后得到解决方案模型;调用系统指令touch model.json生成文件记录解决方案模型生成的位置。
为了进一步地方便用户操作,本发明将训练过程可视化。在上述训练过程中在对象params中增加了训练可视化、性能分析的配置信息,以提供训练过程中训练数据及系统性能的可视化显示,具体包括将训练状态、参数调优状态、性能分析等状态和具体信息实时监听输出,将输出通过PostMessage交互发送至可视化界面显示。
其中,根据对象params中的配置信息选择执行GDB调试、代码训练及参数调优等过程具体包括以下步骤:
若对象params中GDB调试的状态设置为调试状态,则启动GDB调试,GDB调试完成后执行代码训练得到解决方案模型再执行步骤7;若对象params中GDB调试的状态未设置为调试状态,则执行代码训练得到解决方案模型后执行步骤7;
若对象params中参数调优的状态设置为参数调优状态,则反复执行代码训练得到多个解决方案模型,在执行次数达到阈值后从多个解决方案模型中选择最佳参数组合模型作为解决方案模型,再执行步骤7。
本发明中的GDB调试为:将GDB调试程序注入解决方案模板所需调试的代码块中,启动断点的监听事件,监听程序运行时断点的输出信息,通过exec触发调试程序进入GDB调试断点,调用调试指令,通过nodejs中spawn API实时监听在调试过程中的变量信息、断点信息及调试信息,再启动WebSocket将当前的调试信息依次传输至界面;将WebSocket数据实时显示在可视化界面中,显示断点的位置、变量取值等信息;当监听到当前GDB调试完成时,跳出GDB调试的代码块。
本发明中的代码训练的可视化为:若对象params中训练可视化状态设置为训练可视化状态,则使用iframe标签设置src属性为“127.0.0.1”+端口进行可视化展示,直到步骤6执行训练完成后退出;否则在后台完成步骤6的执行。
本发明中的参数调优为:多次运行代码训练得到多个解决方案模型,获取多个解决方案模型中的最佳参数组合模型作为解决方案模型,具体为:初始化runNumber字段,读取对象params中参数调优配置的epochs项作为运行次数保存在runNumber字段中;初始化数组modelSet用于获取每次训练完成后的解决方案模型信息,在栈空间1中定义字段用来保存最优解决方案模型路径;监听每次运行完成结果,将解决方案模型信息保存至数组modelSet中,按照数组modelSet中info项信息对正确率(accuracy)、精确率(precision)、召回率(recall)、稳健性( F1-score)、AUC指标、 PR曲线的多种组合条件采用快排算法进行分析,筛选出的最优解决方案模型;存储至栈空间1中;当运行次数达到runNumber字段中最大运行次数结束,将栈空间1中的解决方案模型路径通过fs.writeFile()写入model.json文件中。
本发明建立的解决方案模型可表示为如下结构:
[{
path:‘’,
info:‘’,
}]
其中,path为解决方案的模型路径信息,info为解决方案模型信息。
本发明中的性能分析为:若对象params中参数性能分析的状态为性能分析状态,则初始化数组performanceList收集每次调用的信息,采用exec多次调用系统指令,通过输出字段解析出CPU、GPU、内存使用情况等信息,将上述信息持续输出并推送进数组performanceList中;经过集成开发环境内置PostMessage API将数组performanceList传输至前台调用Canvas API进行渲染展示,直到步骤6训练完成退出。
步骤7、调用fs.readFile()读取model.json中的数据,通过HTML渲染至前台展示;在展示页面HTML上新增验证模型和部署模型两个dom元素节点注册调用指令,传递model.json中的解决方案模型路径信息。
步骤8、调用验证模型指令,获取解决方案模型路径;初始化modelPath保存步骤7中传递的路径信息,调用exec执行对象params中解决方案模板的推理程序,传入modelPath信息进行推理,利用客户端的渲染技术处理推理结果并展示;若推理结果中均方误差较大、gini系数小于60%等情况存在偏差时,在参数配置阶段,通过对象params中预训练模型替换为当前解决方案模型路径,exec调用对象params的解决方案进行二次训练,并监听生成解决方案模型,执行步骤4;若不存在偏差执行步骤9。
步骤9、调用模型部署指令,打开可视化界面,监听解决方案部署配置信息,其中,解决方案部署配置信息包含解决方案部署名称及解决方案部署设备信息;初始化对象modelDeployment,监听解决方案部署信息进行保存,监听集成开发内置的serialPort配置信息,包括IP及端口等;根据modelDeployment中解决方案部署的信息,使用exec调用对象params中解决方案模板的编译工程进行转化编译,输出编译完成的模型,根据serialPort的配置信息,使用nodejs API调用serialPort串口工具进行通信,将编译完成的模型通过串口连接至目标机进行部署。
本发明提供的一种智能应用的快速构建部署系统,包括模板库、数据集模块、参数配置模块、代码执行模块、GDB调试模块、训练可视化模块、参数调优模块、性能分析模块、评估模块、模型验证模块及模型部署模块。
其中,模板库为基础支撑模块,用于提供对于模板库的导入功能,支持对解决方案参数方面的配置和解决方案模板的制作。数据集模块,用于根据确定的解决方案提供快速开发数据集的导入、修改及删除等管理功能,同时基于进程开发环境通信方式提供将数据带入参数配置的插件传输方法。参数配置模块,用于提供可视化的参数配置方式,能够支持对操作参数及基本参数的修改、输入校验、热更新及存储等操作,其中,操作参数包括GDB调试、参数调优及性能分析等,基本参数包括数据、轮次及运行环境等。代码执行模块,用于基于参数配置模块确定的参数修改解决方案模板,支持执行阶段相关数据及日志的输出及管理。GDB调试模块,用于对代码文件进行调试分析,包含对调试过程中的源码文件、全局变量信息、LOG日志、LOCALS信息等数据的可视化展示。训练可视化模块,用于训练过程中产生数据的可视化展示。参数调优模块,用于根据代码执行模块获取的基本参数确定调优数据并能够在可视化界面中预览。性能分析模块,用于输出性能分析数据并在可视化界面预览。评估模块用于获取并展示执行结果,同时提供验证和部署的功能。模型验证模块,用于针对构建完成的解决方案进行验证、提供上传数据和上传解决方案模型并进行校验。模型部署模块,用于为不同类型的边端工具提供多种部署方式,收集用户的选择信息进行进一步转化,并将模型向下部署。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种智能应用的快速构建部署方法,其特征在于,包括以下步骤:
步骤1、创建智能应用的解决方案模板,解决方案模板包括智能应用算法代码模板和针对代码模板的配置文件;
步骤2、调用指令command监听用户确定的应用构建方式,包括零代码模型构建方式和低代码模型构建方式,将应用构建方式对应的标志位保存在数组中;
步骤3、从模板库中加载步骤1中建立的解决方案模板,解析解决方案模板,将解析得到的配置信息保存在第一数组中;将第一数组可视化后等待用户对解决方案模板的修改,采用修改信息更新第一数组,并将该修改后的配置信息保存在对象params中;
步骤4、为对象params中的每个配置项注册change事件,当配置项发生变化时,采用对象params中记录的与键名对应的校验规则对变化内容进行正则校验,若不符合则输出错误信息,若符合则修改配置项内容且更新对象params形成解决方案构建信息;
步骤5、根据对象params中键名与解决方案模板中锚点的对应关系,将解决方案构建信息映射到解决方案模板中形成映射后模板;若构建方式为零代码模型构建方式,则执行步骤6;否则打开映射后模板后,输入指令完成智能应用解决方案模型的运行和编译,生成模型进行部署,结束本流程;
步骤6、运行解决方案模板进行训练,根据对象params中的配置信息选择执行GDB调试、代码训练或参数调优的过程,完成训练后得到解决方案模型;生成文件model.json记录解决方案模型生成的路径信息;
步骤7、调用验证模型指令,获取解决方案模型路径;执行对象params中解决方案模板的推理程序,若推理结果存在偏差,在参数配置阶段,将对象params中预训练模型替换为当前解决方案模型路径后,对解决方案模板进行二次训练,并监听生成解决方案模型,执行步骤4;若不存在偏差执行步骤8;
步骤8、调用模型部署指令,打开可视化界面,监听解决方案部署配置信息,其中,解决方案部署配置信息包含解决方案部署名称及解决方案部署设备信息,初始化对象modelDeployment,监听并保存解决方案部署信息;监听serialPort配置信息,包括IP及端口;根据modelDeployment中解决方案部署的信息,调用对象params中解决方案模板的编译工程转化编译模型,根据serialPort的配置信息将模型通过串口连接至目标机完成部署。
2.根据权利要求1所述的快速构建部署方法,其特征在于,所述步骤2中还包括初始化对象construction保存标志位,使用store命令将对象construction保存到内存空间中。
3.根据权利要求1所述的快速构建部署方法,其特征在于,所述步骤3中解析解决方案模板的方式为采用fs.readdir()方法实现解析。
4. 根据权利要求1所述的快速构建部署方法,其特征在于,所述步骤3中的将第一数组可视化后等待用户对解决方案模板的修改的方式为:采用PostMessage API将第一数组保存的数据渲染至可视化界面中进行解决方案模板的修改。
5.根据权利要求1所述的快速构建部署方法,其特征在于,所述步骤3中还包括使用store命令将对象params保存到共享内存空间中。
6. 根据权利要求1所述的快速构建部署方法,其特征在于,所述步骤4中还包括采用PostMessage API将对象params中的数据显示在可视化界面中。
7.根据权利要求1所述的快速构建部署方法,其特征在于,所述步骤6中根据对象params中的配置信息选择执行GDB调试、代码训练或参数调优的过程包括:若对象params中GDB调试的状态设置为调试状态,则启动GDB调试,GDB调试完成后执行代码训练得到解决方案模型再执行步骤7;若对象params中GDB调试的状态未设置为调试状态,则执行代码训练得到解决方案模型后执行步骤7;若对象params中参数调优的状态设置为参数调优状态,则反复执行代码训练得到多个解决方案模型,在执行次数达到阈值后从多个解决方案模型中选择最佳参数组合模型作为解决方案模型,再执行步骤7。
8.根据权利要求1所述的快速构建部署方法,其特征在于,所述参数调优为:初始化runNumber字段,读取对象params中参数调优配置的epochs项作为运行次数保存在runNumber字段中;初始化数组modelSet用于获取每次训练完成后的解决方案模型信息,在栈空间1中定义字段用来保存最优解决方案模型路径;监听每次运行完成结果,将解决方案模型信息保存至数组modelSet中,按照数组modelSet中info项信息,包括正确率、精确率、召回率、稳健性、AUC指标、PR曲线进行快排算法分析,筛选出的最优解决方案模型;存储至栈空间1中;当运行次数达到runNumber字段中最大运行次数时结束,将栈空间1中的解决方案模型路径通过fs.writeFile()写入model.json文件中。
9.一种智能应用的快速构建部署系统,其特征在于,包括模板库、数据集模块、参数配置模块、代码执行模块、GDB调试模块、训练可视化模块、参数调优模块、性能分析模块、评估模块、模型验证模块及模型部署模块;
其中,模板库用于提供对于模板库的导入功能,支持对解决方案参数方面的配置和解决方案模板的制作;数据集模块用于根据确定的解决方案提供快速开发数据集的导入、修改及删除,同时基于进程开发环境通信方式提供将数据带入参数配置的插件传输方法;参数配置模块用于提供可视化的参数配置方式,能够支持对操作参数及基本参数的修改、输入校验、热更新及存储,其中,操作参数包括GDB调试、参数调优及性能分析,基本参数包括数据、轮次及运行环境;代码执行模块用于基于参数配置模块确定的参数修改解决方案模板,支持执行阶段相关数据及日志的输出及管理;GDB调试模块用于对代码文件进行调试分析,包含对调试过程中的源码文件、全局变量信息、LOG日志及LOCALS信息的可视化展示;训练可视化模块用于训练过程中产生数据的可视化展示;参数调优模块用于根据代码执行模块获取的基本参数确定调优数据并能够在可视化界面中预览;性能分析模块用于输出性能分析数据并在可视化界面预览;评估模块用于获取并展示执行结果,同时提供验证和部署的功能;模型验证模块用于针对构建完成的解决方案进行验证、提供上传数据和上传解决方案模型并进行校验;模型部署模块用于为不同类型的边端工具提供多种部署方式,收集用户的选择信息进行进一步转化,并将模型向下部署。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310208756.4A CN116069318B (zh) | 2023-03-07 | 2023-03-07 | 一种智能应用的快速构建部署方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310208756.4A CN116069318B (zh) | 2023-03-07 | 2023-03-07 | 一种智能应用的快速构建部署方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116069318A true CN116069318A (zh) | 2023-05-05 |
CN116069318B CN116069318B (zh) | 2023-05-30 |
Family
ID=86175076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310208756.4A Active CN116069318B (zh) | 2023-03-07 | 2023-03-07 | 一种智能应用的快速构建部署方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116069318B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090249279A1 (en) * | 2008-03-31 | 2009-10-01 | Jatho Investments | Software appliance framework |
US20180143895A1 (en) * | 2016-11-22 | 2018-05-24 | International Business Machines Corporation | Deploying a validated software defined storage solution |
CN111861020A (zh) * | 2020-07-27 | 2020-10-30 | 深圳壹账通智能科技有限公司 | 模型部署方法、装置、设备及存储介质 |
CN113886026A (zh) * | 2021-12-07 | 2022-01-04 | 中国电子科技集团公司第二十八研究所 | 一种基于动态参数配置和过程监督的智能建模方法与系统 |
CN114861836A (zh) * | 2022-07-05 | 2022-08-05 | 浙江大华技术股份有限公司 | 一种基于人工智能平台的模型部署方法及相关设备 |
CN115185514A (zh) * | 2022-07-15 | 2022-10-14 | 中国平安财产保险股份有限公司 | 零代码建模的处理方法、装置及相关设备 |
-
2023
- 2023-03-07 CN CN202310208756.4A patent/CN116069318B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090249279A1 (en) * | 2008-03-31 | 2009-10-01 | Jatho Investments | Software appliance framework |
US20180143895A1 (en) * | 2016-11-22 | 2018-05-24 | International Business Machines Corporation | Deploying a validated software defined storage solution |
CN111861020A (zh) * | 2020-07-27 | 2020-10-30 | 深圳壹账通智能科技有限公司 | 模型部署方法、装置、设备及存储介质 |
CN113886026A (zh) * | 2021-12-07 | 2022-01-04 | 中国电子科技集团公司第二十八研究所 | 一种基于动态参数配置和过程监督的智能建模方法与系统 |
CN114861836A (zh) * | 2022-07-05 | 2022-08-05 | 浙江大华技术股份有限公司 | 一种基于人工智能平台的模型部署方法及相关设备 |
CN115185514A (zh) * | 2022-07-15 | 2022-10-14 | 中国平安财产保险股份有限公司 | 零代码建模的处理方法、装置及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116069318B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11983098B1 (en) | Systems and methods for modeling and generating test requirements for software applications | |
US8402434B2 (en) | Graphical user interface (GUI) script generation and documentation | |
CN100401265C (zh) | 关键字驱动的自动化测试系统及方法 | |
Harman et al. | Pareto optimal search based refactoring at the design level | |
US7694278B2 (en) | Data cube script development and debugging systems and methodologies | |
US8473915B2 (en) | Coverage analysis tool for testing database-aware software applications | |
CN107844424A (zh) | 基于模型的测试系统及方法 | |
Bousse et al. | Advanced and efficient execution trace management for executable domain-specific modeling languages | |
US8732676B1 (en) | System and method for generating unit test based on recorded execution paths | |
CN114546868A (zh) | 代码覆盖率测试方法、装置和电子设备 | |
CN112035588A (zh) | 构建空间数据规则库引擎的方法及gis数据质量检查方法 | |
CN111259212B (zh) | 一种遥测数据判读方法、装置、设备及存储介质 | |
US20070156742A1 (en) | Visual modeling method and apparatus | |
CN114297961A (zh) | 一种芯片测试用例处理方法及相关装置 | |
CN116069318B (zh) | 一种智能应用的快速构建部署方法及系统 | |
CN115858337A (zh) | 测试方法、测试装置、计算机可读存储介质以及电子设备 | |
CN108334313A (zh) | 用于大型soc研发的持续集成方法、装置及代码管理系统 | |
CN115810137B (zh) | 一种交互式人工智能技术评测方案的构建方法 | |
Patil | Regression Testing in Era of Internet of Things and Machine Learning | |
Goulão et al. | Streamlining scenario modeling with model-driven development: A case study | |
CN117369789B (zh) | 基于可视化配置工具生成代码的方法及可视化显示设备 | |
Parnas et al. | An easily extensible toolset for tabular mathematical expressions | |
Mehrpour et al. | Programming tools for working with design decisions in code | |
Hallevåg et al. | Modeling and Analyzing Developer Collaboration to Guide Data Driven Decisions | |
CN116955140A (zh) | Sdk测试方法、装置、设备及存储介质 |
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 |