[发明专利]模型训练方法和装置

说明书

技术领域

本说明书涉及机器学习技术领域，尤其涉及一种模型训练方法和装置。

背景技术

机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。通过特定的机器学习算法以及训练样本可以构建并训练机器学习模型。针对训练完成的机器学习模型，将其应用于相应的业务场景下，可以指导业务运营。

发明内容

有鉴于此，本说明书提供一种模型训练方法和装置。

具体地，本说明书是通过如下技术方案实现的：

一种模型训练方法，应用于机器学习平台，所述机器学习平台包括若干功能组件，所述功能组件用于实现模型训练流程中的指定功能，所述模型训练方法包括：

响应于建群指令，基于选定的多个功能组件和所述多个功能组件之间的执行顺序生成有向功能组件群；

接收为所述有向功能组件群设置的多组参数；

响应于运行指令，根据所述多组参数循环运行所述有向功能组件群。

一种模型训练装置，应用于机器学习平台，所述机器学习平台包括若干功能组件，所述功能组件用于实现模型训练流程中的指定功能，所述模型训练装置包括：

建群单元，响应于建群指令，基于选定的多个功能组件和所述多个功能组件之间的执行顺序生成有向功能组件群；

设置单元，接收为所述有向功能组件群设置的多组参数；

运行单元，响应于运行指令，根据所述多组参数循环运行所述有向功能组件群。

一种模型训练装置，应用于机器学习平台，所述机器学习平台包括若干功能组件，所述功能组件用于实现模型训练流程中的指定功能，所述模型训练装置包括：

处理器；

用于存储机器可执行指令的存储器；

其中，通过读取并执行所述存储器存储的与模型训练逻辑对应的机器可执行指令，所述处理器被促使：

响应于建群指令，基于选定的多个功能组件和所述多个功能组件之间的执行顺序生成有向功能组件群；

接收为所述有向功能组件群设置的多组参数；

响应于运行指令，根据所述多组参数循环运行所述有向功能组件群。

由以上描述可以看出，本说明书可以基于选定的多个功能组件和所述多个功能组件之间的执行顺序生成有向功能组件群，并基于设置的多组循环功能组件群可以自动循环运行有向功能组件群，可以有效提高模型建立和训练的效率，节省大量的人力成本。

附图说明

图1是本说明书一示例性实施例示出的一种模型训练方法的流程示意图。

图2是本说明书一示例性实施例示出的一种机器学习平台UI页面的示意图。

图3是本说明书一示例性实施例示出的用于一种模型训练装置的一结构示意图。

图4是本说明书一示例性实施例示出的一种模型训练装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

图1是本说明书一示例性实施例示出的一种模型训练方法的流程示意图。

上述模型训练方法可以应用于机器学习平台，所述机器学习平台包括若干功能组件，每个功能组件可用于实现模型训练流程中的一个或多个指定功能。举例来说，机器学习平台可以包括实现数据统计功能的功能组件、实现文本分析功能的功能组件、实现网络分析功能的功能组件等。用户可以根据建模的需要选择相应的功能组件，并设定各个功能组件之间的执行顺序。