CN117785417A - 模型训练进程的管理方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明公开了一种模型训练进程的管理方法、装置、电子设备和存储介质。该方法包括：将模型训练数据存储在数据库中并将模型训练数据的训练状态和第一标识码存储在数据库中；根据从数据库中提取的目标模型训练数据中的目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程；将标识信息存储在标识码存储表中；目标模型训练进程启动后，当前训练服务从数据库中提取候选模型训练数据的第一标识码，确定当前标识信息并判断当前标识信息是否存在于标识码存储表中，以确定候选模型训练数据是否在当前训练服务的模型训练进程中。本申请解决了由于系统依赖的服务变多，导致的系统维护复杂以及无法跨平台迁移的问题。

Description

模型训练进程的管理方法、装置、电子设备和存储介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种模型训练进程的管理方法、装置、电子设备和存储介质。

背景技术

目前，人工智能技术越来越成熟，基于人工智能技术训练得到的模型被应用到越来越多的场景中，在基于人工智能技术训练模型时，需要进行大规模的训练，才能够得到识别结果准确的模型。

而模型训练的精度依赖于高质量的数据集，数据集数量越大，模型训练的结果质量越高。训练时间和数据集大小及数量成正比，单进程程序无法满足业务需求，需要通过多进程异步运行，才能满足当前业务需求。

目前，对于模型训练的多进程管理大多依赖于Supervisor之类的进程管理工具系统，通过安装Supervisor服务，启动进程时，将启动进程的脚本通过supervisor命令启动子进程。启动完成后，通过Supervisor命令获取子进程的状态。

但是，supervisor这类进程管理服务使用起来虽然很方便，但普遍存在需要安装管理服务以及不够轻量化的问题，使系统依赖的服务变多，不利于系统维护，且无法跨平台迁移，无法满足业务系统直接部署在windows系统并能正常训练的要求。

发明内容

本发明提供了一种模型训练进程的管理方法、装置、电子设备和存储介质，以解决由于系统依赖的服务变多，导致的系统维护复杂以及无法跨平台迁移的问题。

根据本发明的一方面，提供了一种模型训练进程的管理方法，应用于服务器，所述服务器中包括多个训练服务，一个所述训练服务包括多个模型训练进程，一个所述模型训练进程用于对一个训练模型执行训练操作，所述训练服务用于定时启动所述模型训练进程以及检测训练状态，该方法包括：

获取模型训练任务的模型训练数据，将所述模型训练数据存储在数据库中，并将所述模型训练数据的训练状态和第一标识码存储在数据库中，所述模型训练数据包括所述模型训练任务的任务数据以及模型训练所需资源的资源属性数据，所述训练状态包括排队中、训练中和训练结束，所述第一标识码为表征模型训练数据的标识；

每隔第一预设时间，从所述数据库中提取目标模型训练数据中的目标资源属性数据，根据所述目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制所述目标模型训练进程启动以及将所述目标模型训练数据的训练状态变更为训练中，所述目标模型训练数据为所述数据库中训练状态为排队中的模型训练数据；

获取所述目标训练服务的第二标识码和所述目标模型训练数据的第一标识码，并将标识信息存储在标识码存储表中，所述标识信息由所述第一标识码和所述第二标识码组合而成；

所述目标模型训练进程启动后，每隔第二预设时间，当前训练服务从所述数据库中提取候选模型训练数据的第一标识码，确定当前标识信息，并判断所述当前标识信息是否存在于标识码存储表中，以确定所述候选模型训练数据是否在所述当前训练服务的模型训练进程中，所述候选模型训练数据为所述数据库中训练状态为训练中的模型训练数据，当前标识信息为由所述候选模型训练数据的第一标识码和所述当前训练服务的第二标识码组合而成。

根据本发明的另一方面，提供了一种模型训练进程的管理装置，应用于服务器，所述服务器中包括多个训练服务，一个所述训练服务包括多个模型训练进程，一个所述模型训练进程用于对一个训练模型执行训练操作，所述训练服务用于定时启动所述模型训练进程以及检测训练状态，该装置包括：

第一存储模块，用于获取模型训练任务的模型训练数据，将所述模型训练数据存储在数据库中，并将所述模型训练数据的训练状态和第一标识码存储在数据库中，所述模型训练数据包括所述模型训练任务的任务数据以及模型训练所需资源的资源属性数据，所述训练状态包括排队中、训练中和训练结束，所述第一标识码为表征模型训练数据的标识；

进程启动模块，用于每隔第一预设时间，从所述数据库中提取目标模型训练数据中的目标资源属性数据，根据所述目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制所述目标模型训练进程启动以及将所述目标模型训练数据的训练状态变更为训练中，所述目标模型训练数据为所述数据库中训练状态为排队中的模型训练数据；

第二存储模块，用于获取所述目标训练服务的第二标识码和所述目标模型训练数据的第一标识码，并将标识信息存储在标识码存储表中，所述标识信息由所述第一标识码和所述第二标识码组合而成；

判断模块，用于所述目标模型训练进程启动后，每隔第二预设时间，当前训练服务从所述数据库中提取候选模型训练数据的第一标识码，确定当前标识信息，并判断所述当前标识信息是否存在于标识码存储表中，以确定所述候选模型训练数据是否在所述当前训练服务的模型训练进程中，所述候选模型训练数据为所述数据库中训练状态为训练中的模型训练数据，当前标识信息为由所述候选模型训练数据的第一标识码和所述当前训练服务的第二标识码组合而成。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

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计算机程序，所述计算机程序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本发明任一实施例所述的模型训练进程的管理方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的模型训练进程的管理方法。

本发明实施例的技术方案，获取模型训练任务的模型训练数据，将模型训练数据存储在数据库中，并将模型训练数据的训练状态和第一标识码存储在数据库中，每隔第一预设时间，从数据库中提取目标模型训练数据中的目标资源属性数据，根据目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制目标模型训练进程启动以及将目标模型训练数据的训练状态变更为训练中，目标模型训练数据为数据库中训练状态为排队中的模型训练数据；同时，获取目标训练服务的第二标识码和目标模型训练数据的第一标识码，并将由第一标识码和第二标识码组合而成的标识信息存储在标识码存储表中；目标模型训练进程启动后，每隔第二预设时间，当前训练服务从数据库中提取候选模型训练数据的第一标识码，确定由候选模型训练数据的第一标识码和当前训练服务的第二标识码组合而成的当前标识信息，并判断当前标识信息是否存在于标识码存储表中，以确定候选模型训练数据是否在当前训练服务的模型训练进程中，候选模型训练数据为数据库中训练状态为训练中的模型训练数据。本申请解决了由于系统依赖的服务变多，导致的系统维护复杂以及无法跨平台迁移的问题。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例提供的一种模型训练进程的管理方法的流程图；

图2是根据本发明实施例提供的一种模型训练进程的管理装置的结构示意图；

图3是根据本发明实施例提供的实现本发明实施例的模型训练进程的管理方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例提供的一种模型训练进程的管理方法的流程图，本实施例可适用于对于模型训练的多进程进行管理的情况，该方法可以由模型训练进程的管理装置来执行，该模型训练进程的管理装置可以采用硬件和/或软件的形式实现，该模型训练进程的管理装置可配置于任何具有网络通信功能的电子设备中。

本申请模型训练进程的管理方法应用于服务器，服务器中包括多个训练服务，一个训练服务包括多个模型训练进程，一个模型训练进程用于对一个训练模型执行训练操作，训练服务用于定时启动模型训练进程以及检测训练状态，

如图1所示，该方法包括：

S110、获取模型训练任务的模型训练数据，将模型训练数据存储在数据库中，并将模型训练数据的训练状态和第一标识码存储在数据库中。

本申请基于python语言、和数据库(Database，DB)及redis存储中间件，实现模型训练的多进程管理。

其中，模型训练数据包括模型训练任务的任务数据以及模型训练所需资源的资源属性数据，训练状态包括排队中、训练中和训练结束，第一标识码为表征模型训练数据的标识。资源属性数据可以用于描述数据占用空间大小以及适合的资源。

具体的，服务器接收客户端发送的训练信息(例如用户通过页面输入训练信息及选择数据集)，通过前后端系统交互创建模型训练数据，并确定模型训练数据的第一标识码，进一步的将模型训练数据存储在数据库中，并将模型训练数据的训练状态和第一标识码存储在数据库中，模型训练数据存储在数据库中的初始状态为排队中，在后续开启进程训练时会变更为训练中，以及训练结束后变更为训练结束。

S120、每隔第一预设时间，从数据库中提取目标模型训练数据中的目标资源属性数据，根据目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制目标模型训练进程启动以及将目标模型训练数据的训练状态变更为训练中。

其中，目标模型训练数据为数据库中训练状态为排队中的模型训练数据。第一预设时间可以根据实际应用需求设定，这里不做具体限定，例如可以是10s。目标资源属性数据

具体的，在服务器中的多个训练服务会按照第一预设时间训练执行从数据库中提取目标模型训练数据中的目标资源属性数据，通过分析目标资源属性数据所占空间大小和资源匹配类型从而确定目标模型训练数据所需资源的目标资源类型，资源类型根据模型训练数据所占用资源空间的大小确定，然后根据目标资源类型分配目标训练服务以及目标训练服务对应的目标模型训练进程，并用python的subprocess启动目标模型训练进程，以及将目标模型训练数据的训练状态变更为训练中，反馈回数据库中以及修改对应于数据库中目标模型训练数据的训练状态为训练中，

可选的，控制目标模型训练进程启动以及将所述目标模型训练数据的训练状态变更为训练中之后，所述方法包括：

确定目标模型训练进程的第三标识信息，并将第三标识信息存储在数据库中，以便于后续可以准确定位目标模型训练数据在那哪个模型训练进程中进行训练。

S130、获取目标训练服务的第二标识码和目标模型训练数据的第一标识码，并将标识信息存储在标识码存储表中。

其中，标识信息由第一标识码和第二标识码组合而成。标识码存储表可以是在redis存储中间件中。

具体的，目标模型训练进程启动后，对应要获取目标训练服务的第二标识码和目标模型训练数据的第一标识码，并将标识信息存储在标识码存储表中，以便于后续训练服务定时从数据库中获取模型训练数据后，依据标识信息确定模型训练数据是否在训练服务的模型训练进程中。

可选的，启动模型训练进程和模型训练进程启动后的操作为异步操作。

S140、目标模型训练进程启动后，每隔第二预设时间，当前训练服务从数据库中提取候选模型训练数据的第一标识码，确定当前标识信息，并判断当前标识信息是否存在于标识码存储表中，以确定候选模型训练数据是否在当前训练服务的模型训练进程中。

其中，候选模型训练数据为数据库中训练状态为训练中的模型训练数据，当前标识信息为由候选模型训练数据的第一标识码和当前训练服务的第二标识码组合而成。第二预设时间可以根据实际应用需求设定，这里不做具体限定，例如可以是10s。

具体的，目标模型训练进程启动后，当前训练服务按照第二预设时间定时从数据库中提取候选模型训练数据的第一标识码，并确定当前标识信息，进一步判断当前标识信息是否存在于标识码存储表中，以确定候选模型训练数据是否在当前训练服务的模型训练进程中，具体如步骤A1-A2：

步骤A1、若当前标识信息存在于标识码存储表中，则确定候选模型训练数据在当前训练服务的目标模型训练进程中，并确定候选模型训练数据的状态，目标模型训练进程根据第三标识信息确定；

其中，当前标识信息存在于标识码存储表中，说明候选模型训练数据在当前训练服务的模型训练进程中，进一步的根据第三标识信息的指引可以确定是存在于当前训练服务的目标模型训练进程中。因为不同的模型训练进程对应不同的第三标识信息。

可选的，确定候选模型训练数据的状态，包括：若候选模型训练数据的状态为训练结束，则结束目标模型训练进程的训练，并将训练结束存储在所述数据库中；若候选模型训练数据的状态为训练中，将目标模型训练进程的训练信息写入到对应的文件中，训练信息至少包括日志信息。

步骤A2、若当前标识信息不存在于标识码存储表中，则确定候选模型训练数据不在当前训练服务的模型训练进程中，直接返回结果并等待其它训练服务判断所述当前标识信息是否存在于标识码存储表中。

本发明实施例的技术方案，获取模型训练任务的模型训练数据，将模型训练数据存储在数据库中，并将模型训练数据的训练状态和第一标识码存储在数据库中，每隔第一预设时间，从数据库中提取目标模型训练数据中的目标资源属性数据，根据目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制目标模型训练进程启动以及将目标模型训练数据的训练状态变更为训练中，目标模型训练数据为数据库中训练状态为排队中的模型训练数据；同时，获取目标训练服务的第二标识码和目标模型训练数据的第一标识码，并将由第一标识码和第二标识码组合而成的标识信息存储在标识码存储表中；目标模型训练进程启动后，每隔第二预设时间，当前训练服务从数据库中提取候选模型训练数据的第一标识码，确定由候选模型训练数据的第一标识码和当前训练服务的第二标识码组合而成的当前标识信息，并判断当前标识信息是否存在于标识码存储表中，以确定候选模型训练数据是否在当前训练服务的模型训练进程中，候选模型训练数据为数据库中训练状态为训练中的模型训练数据。本申请解决了由于系统依赖的服务变多，导致的系统维护复杂以及无法跨平台迁移的问题。

实施例二

图2为本发明实施例提供的一种模型训练进程的管理装置的结构示意图，本实施例可适用于对于模型训练的多进程进行管理的情况，该模型训练进程的管理装置可以采用硬件和/或软件的形式实现，该模型训练进程的管理装置可配置于任何具有网络通信功能的电子设备中。

模型训练进程的管理装置应用于服务器，服务器中包括多个训练服务，一个训练服务包括多个模型训练进程，一个模型训练进程用于对一个训练模型执行训练操作，训练服务用于定时启动模型训练进程以及检测训练状态。

如图3所示，该装置包括：

第一存储模块210，用于获取模型训练任务的模型训练数据，将所述模型训练数据存储在数据库中，并将所述模型训练数据的训练状态和第一标识码存储在数据库中，所述模型训练数据包括所述模型训练任务的任务数据以及模型训练所需资源的资源属性数据，所述训练状态包括排队中、训练中和训练结束，所述第一标识码为表征模型训练数据的标识；

进程启动模块220，用于每隔第一预设时间，从所述数据库中提取目标模型训练数据中的目标资源属性数据，根据所述目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制所述目标模型训练进程启动以及将所述目标模型训练数据的训练状态变更为训练中，所述目标模型训练数据为所述数据库中训练状态为排队中的模型训练数据；

第二存储模块230，用于获取所述目标训练服务的第二标识码和所述目标模型训练数据的第一标识码，并将标识信息存储在标识码存储表中，所述标识信息由所述第一标识码和所述第二标识码组合而成；

判断模块240，用于所述目标模型训练进程启动后，每隔第二预设时间，当前训练服务从所述数据库中提取候选模型训练数据的第一标识码，确定当前标识信息，并判断所述当前标识信息是否存在于标识码存储表中，以确定所述候选模型训练数据是否在所述当前训练服务的模型训练进程中，所述候选模型训练数据为所述数据库中训练状态为训练中的模型训练数据，当前标识信息为由所述候选模型训练数据的第一标识码和所述当前训练服务的第二标识码组合而成。

可选的，第一存储模块包括数据获取单元，用于：

接收客户端发送的训练信息，通过前后端系统交互创建所述模型训练数据，并确定所述模型训练数据的第一标识码。

可选的，进程启动模块包括存储单元，用于，

确定所述目标模型训练进程的第三标识信息，并将所述第三标识信息存储在所述数据库中。

可选的，进程启动模块包括进程确定单元，用于，

根据所述资源属性信息确定所述目标模型训练数据所需资源的目标资源类型，所述资源类型根据所述模型训练数据所占用资源空间的大小确定；

根据所述目标资源类型分配目标训练服务以及目标训练服务对应的目标模型训练进程。

可选的，判断模块，包括：

第一判断单元，用于若所述当前标识信息存在于标识码存储表中，则确定所述候选模型训练数据在所述当前训练服务的目标模型训练进程中，并确定所述候选模型训练数据的状态，所述目标模型训练进程根据第三标识信息确定；

第二判断单元，用于若所述当前标识信息不存在于标识码存储表中，则确定所述候选模型训练数据不在所述当前训练服务的模型训练进程中，直接返回结果并等待其它训练服务判断所述当前标识信息是否存在于标识码存储表中。

可选的，第一判断单元包括状态确定单元，用于：

若所述候选模型训练数据的状态为训练结束，则结束所述目标模型训练进程的训练，并将所述训练结束存储在所述数据库中；

若所述候选模型训练数据的状态为训练中，将所述目标模型训练进程的训练信息写入到对应的文件中，所述训练信息至少包括日志信息。

本发明实施例所提供的模型训练进程的管理装置可执行本发明任意实施例所提供的模型训练进程的管理方法，具备执行方法相应的功能模块和有益效果。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定，且不违背公序良俗。

实施例三

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图3示出了可以用来实现本发明实施例的模型训练进程的管理方法的电子设备的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。

如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。

处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如模型训练进程的管理方法。

在一些实施例中，模型训练进程的管理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的模型训练进程的管理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型训练进程的管理方法。

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、现场可编程门阵列(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。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。

在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。

计算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，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

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

Claims (10)

1.一种模型训练进程的管理方法，其特征在于，应用于服务器，所述服务器中包括多个训练服务，一个所述训练服务包括多个模型训练进程，一个所述模型训练进程用于对一个训练模型执行训练操作，所述训练服务用于定时启动所述模型训练进程以及检测训练状态，所述方法包括：

获取模型训练任务的模型训练数据，将所述模型训练数据存储在数据库中，并将所述模型训练数据的训练状态和第一标识码存储在数据库中，所述模型训练数据包括所述模型训练任务的任务数据以及模型训练所需资源的资源属性数据，所述训练状态包括排队中、训练中和训练结束，所述第一标识码为表征模型训练数据的标识；

每隔第一预设时间，从所述数据库中提取目标模型训练数据中的目标资源属性数据，根据所述目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制所述目标模型训练进程启动以及将所述目标模型训练数据的训练状态变更为训练中，所述目标模型训练数据为所述数据库中训练状态为排队中的模型训练数据；

获取所述目标训练服务的第二标识码和所述目标模型训练数据的第一标识码，并将标识信息存储在标识码存储表中，所述标识信息由所述第一标识码和所述第二标识码组合而成；

所述目标模型训练进程启动后，每隔第二预设时间，当前训练服务从所述数据库中提取候选模型训练数据的第一标识码，确定当前标识信息，并判断所述当前标识信息是否存在于标识码存储表中，以确定所述候选模型训练数据是否在所述当前训练服务的模型训练进程中，所述候选模型训练数据为所述数据库中训练状态为训练中的模型训练数据，当前标识信息为由所述候选模型训练数据的第一标识码和所述当前训练服务的第二标识码组合而成。

2.根据权利要求1所述的方法，其特征在于，获取模型训练任务的模型训练数据，包括：

接收客户端发送的训练信息，通过前后端系统交互创建所述模型训练数据，并确定所述模型训练数据的第一标识码。

3.根据权利要求1所述的方法，其特征在于，控制所述目标模型训练进程启动以及将所述目标模型训练数据的训练状态变更为训练中之后，所述方法包括：

确定所述目标模型训练进程的第三标识信息，并将所述第三标识信息存储在所述数据库中。

4.根据权利要求1所述的方法，其特征在于，根据所述目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，包括：

根据所述资源属性信息确定所述目标模型训练数据所需资源的目标资源类型，所述资源类型根据所述模型训练数据所占用资源空间的大小确定；

根据所述目标资源类型分配目标训练服务以及目标训练服务对应的目标模型训练进程。

5.根据权利要求3所述的方法，其特征在于，判断所述当前标识信息是否存在于标识码存储表中，以确定所述候选模型训练数据是否在所述当前训练服务的模型训练进程中，包括：

若所述当前标识信息存在于标识码存储表中，则确定所述候选模型训练数据在所述当前训练服务的目标模型训练进程中，并确定所述候选模型训练数据的状态，所述目标模型训练进程根据第三标识信息确定；

若所述当前标识信息不存在于标识码存储表中，则确定所述候选模型训练数据不在所述当前训练服务的模型训练进程中，直接返回结果并等待其它训练服务判断所述当前标识信息是否存在于标识码存储表中。

6.根据权利要求5所述的方法，其特征在于，确定所述候选模型训练数据的状态，包括：

若所述候选模型训练数据的状态为训练结束，则结束所述目标模型训练进程的训练，并将所述训练结束存储在所述数据库中；

若所述候选模型训练数据的状态为训练中，将所述目标模型训练进程的训练信息写入到对应的文件中，所述训练信息至少包括日志信息。

7.一种模型训练进程的管理装置，其特征在于，应用于服务器，所述服务器中包括多个训练服务，一个所述训练服务包括多个模型训练进程，一个所述模型训练进程用于对一个训练模型执行训练操作，所述训练服务用于定时启动所述模型训练进程以及检测训练状态，所述装置包括：

第一存储模块，用于获取模型训练任务的模型训练数据，将所述模型训练数据存储在数据库中，并将所述模型训练数据的训练状态和第一标识码存储在数据库中，所述模型训练数据包括所述模型训练任务的任务数据以及模型训练所需资源的资源属性数据，所述训练状态包括排队中、训练中和训练结束，所述第一标识码为表征模型训练数据的标识；

进程启动模块，用于每隔第一预设时间，从所述数据库中提取目标模型训练数据中的目标资源属性数据，根据所述目标资源属性数据确定目标训练服务以及目标训练服务对应的目标模型训练进程，并控制所述目标模型训练进程启动以及将所述目标模型训练数据的训练状态变更为训练中，所述目标模型训练数据为所述数据库中训练状态为排队中的模型训练数据；

第二存储模块，用于获取所述目标训练服务的第二标识码和所述目标模型训练数据的第一标识码，并将标识信息存储在标识码存储表中，所述标识信息由所述第一标识码和所述第二标识码组合而成；

判断模块，用于所述目标模型训练进程启动后，每隔第二预设时间，当前训练服务从所述数据库中提取候选模型训练数据的第一标识码，确定当前标识信息，并判断所述当前标识信息是否存在于标识码存储表中，以确定所述候选模型训练数据是否在所述当前训练服务的模型训练进程中，所述候选模型训练数据为所述数据库中训练状态为训练中的模型训练数据，当前标识信息为由所述候选模型训练数据的第一标识码和所述当前训练服务的第二标识码组合而成。

8.根据权利要求7所述的装置，其特征在于，第一存储模块包括数据获取单元，用于：

接收客户端发送的训练信息，通过前后端系统交互创建所述模型训练数据，并确定所述模型训练数据的第一标识码。

9.一种电子设备，其特征在于，所述电子设备包括：

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计算机程序，所述计算机程序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中任一项所述的模型训练进程的管理方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的模型训练进程的管理方法。