[发明专利]一种分布式机器学习方法和平台

权利要求书

1.一种分布式机器学习平台，其特征在于，所述平台包括：

逻辑构架模块，用于构建数据处理任务的执行逻辑，所述数据处理任务包括多个算法模块，每个所述算法模块包括：输入部分、算法部分、输出部分，且所述输入部分和输出部分具有相同的接口格式，以供所述多个算法模块之间根据所述接口格式进行串接；所述输入部分包括本算法模块与其他算法模块之间的依赖信息；每个所述算法模块产出一个数据、模型或结果；每个所述算法模块用于引入至少一个数据、模型或结果；

算法执行模块，用于根据所述逻辑架构模块构建的执行逻辑，分别执行所述各个算法模块，且根据所述算法模块中的算法部分，调用资源层中的算法库进行运算；所述算法库经过统一封装。

2.根据权利要求1所述的平台，其特征在于，所述输入部分和输出部分的接口格式，包括：

作为算法部分输入的输入部分、以及作为算法部分输出的输出部分，包括如下信息类型中的至少一种：数据、模型或结果。

3.根据权利要求1所述的平台，其特征在于，所述输入部分所依赖的其他算法模块的数量为至少一个。

4.根据权利要求1所述的平台，其特征在于，所述资源层中包括：单机版算法库和分布式算法库。

5.根据权利要求1所述的平台，其特征在于，所述依赖信息，包括：依赖的算法模块的模块标识。

6.一种分布式机器学习方法，其特征在于，包括：

根据构建的数据处理任务的执行逻辑，分别执行所述数据处理任务中包括的多个算法模块；每个所述算法模块包括：输入部分、算法部分、输出部分，且所述输入部分和输出部分具有相同的接口格式；根据所述算法模块中的算法部分，调用资源层中的算法库进行运算；所述算法库经过统一封装；每个所述算法模块产出一个数据、模型或结果；每个所述算法模块用于引入至少一个数据、模型或结果；

根据所述算法模块中的输入部分包括的本算法模块与其他算法模块之间的依赖信息，以及所述接口格式，进行所述多个算法模块之间的串接。

7.根据权利要求6所述的方法，其特征在于，以如下信息类型中的至少一种作为所述算法模块的输入部分或者输出部分：数据、模型或结果。

8.根据权利要求6所述的方法，其特征在于，所述输入部分所依赖的其他算法模块的数量为至少一个。

9.根据权利要求6所述的方法，其特征在于，所述资源层中包括：单机版算法库和分布式算法库。

10.根据权利要求6所述的方法，其特征在于，所述依赖信息，包括：依赖的算法模块的模块标识。