[发明专利]用于处理信息的方法和装置在审

专利信息
申请号: 201710539436.1 申请日: 2017-07-04
公开(公告)号: CN107341237A 公开(公告)日: 2017-11-10
发明(设计)人: 肖远昊;张发恩;周恺;王倩;刘昆;徐东泽;许天涵;孙家元;刘岚 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06N99/00
代理公司: 北京英赛嘉华知识产权代理有限责任公司11204 代理人: 王达佐,马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 处理 信息 方法 装置
【权利要求书】:

1.一种用于处理信息的方法,其特征在于,所述方法包括:

响应于接收到针对待训练深度学习模型的描述信息,确定版本号,其中,所述待训练深度学习模型具有与之对应的训练数据集和训练脚本;

运行所述训练脚本以基于所述训练数据集对所述待训练深度学习模型进行训练,得到预测模型;

将所述版本号设置为所述预测模型的版本号,并保存所述预测模型。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

响应于接收到针对所述预测模型的信息查看指令,呈现所述预测模型的特征信息;

其中,所述特征信息包括以下至少一项:

所述版本号、所述描述信息、训练时间,所述训练数据集、所述训练脚本。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

响应于接收到针对所述预测模型的搜索用信息,呈现所述预测模型,其中,所述搜索用信息包括所述预测模型的以下任意一项:所述版本号、所述训练时间、所述描述信息中的关键字。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

响应于接收到针对所述预测模型的编辑指令,基于所述编辑指令对所述预测模型执行编辑操作。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

接收模型导入指令,其中,所述模型导入指令包括所述版本号;

基于所述版本号导入所述预测模型。

6.根据权利要1所述的方法,其特征在于,所述确定版本号,包括:

自动生成第一版本号;

若接收到针对所述第一版本号的、包括第二版本号的修改指令,则确定所述第二版本号是否全局唯一,若是,则将所述第一版本号修改为所述第二版本号,并将所述第二版本号作为所述版本号。

7.根据权利要求1所述的方法,其特征在于,提供自动保存功能;以及

所述保存所述预测模型,包括:

确定当前所述自动保存功能是否被开启;

若是,则通过所述自动保存功能对所述预测模型进行保存。

8.根据权利要求7所述的方法,其特征在于,所述保存所述预测模型,包括:

响应于确定当前所述自动保存功能未被开启,进一步确定所述训练脚本中是否包括保存路径和保存名称;

响应于确定所述训练脚本中包括所述保存路径和所述保存名称,将所述预测模型命名为所述保存名称,并将所述预测模型保存至所述保存路径下。

9.一种用于处理信息的装置,其特征在于,所述装置包括:

确定单元,配置用于响应于接收到针对待训练深度学习模型的描述信息,确定版本号,其中,所述待训练深度学习模型具有与之对应的训练数据集和训练脚本;

训练单元,配置用于运行所述训练脚本以基于所述训练数据集对所述待训练深度学习模型进行训练,得到预测模型;

保存单元,配置用于将所述版本号设置为所述预测模型的版本号,并保存所述预测模型。

10.根据权利要求9所述的装置,其特征在于,所述装置还包括:

第一呈现单元,配置用于响应于接收到针对所述预测模型的信息查看指令,呈现所述预测模型的特征信息;

其中,所述特征信息包括以下至少一项:

所述版本号、所述描述信息、训练时间,所述训练数据集、所述训练脚本。

11.根据权利要求9所述的装置,其特征在于,所述装置还包括:

第二呈现单元,配置用于响应于接收到针对所述预测模型的搜索用信息,呈现所述预测模型,其中,所述搜索用信息包括所述预测模型的以下任意一项:所述版本号、所述训练时间、所述描述信息中的关键字。

12.根据权利要求9所述的装置,其特征在于,所述装置还包括:

编辑单元,配置用于响应于接收到针对所述预测模型的编辑指令,基于所述编辑指令对所述预测模型执行编辑操作。

13.根据权利要求9所述的装置,其特征在于,所述装置还包括:

接收单元,配置用于接收模型导入指令,其中,所述模型导入指令包括所述版本号;

导入单元,配置用于基于所述版本号导入所述预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710539436.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top