[发明专利]一种深度学习人工智能模型建立方法及系统

说明书

技术领域

本发明实施例涉及计算机技术领域，具体涉及一种深度学习人工智能模型建立方法及系统。

背景技术

人工智能技术已经在大数据分析及大数据价值挖掘领域起到越来越重要的作用。特别是深度学习人工智能技术在图像识别、语音合成、自然语言处理等领域取得重要技术突破。各国政府、大型企业及科研院所投入大量资源进行研究，并取得许多重要成果。例如，应用深度学习方法对肺癌CT扫描图片进行学习，建立识别模型进行分类，能够为医师提供辅助检测诊断，降低疾病预防风险。

现有的深度学习人工智能模型是用户选取合适的训练样本和测试样本，然后应用深度学习算法对模型进行训练、测试，不断完善，最后再对训练好的深度学习人工智能模型进行应用。然而，目前大多数深度学习人工智能模型系统都是基于软件编程方式进行模型训练及调用，只适用于具备软件开发能力的专业人员，对于熟悉特定业务领域知识的业务专家，对其使用面临诸多挑战和困难。

发明内容

针对现有技术中的缺陷，本发明实施例提供了一种深度学习人工智能模型建立方法及系统。

第一方面，本发明实施例提供一种深度学习人工智能模型建立方法，包括：

接收用户的深度学习人工智能模型建立请求，根据所述深度学习人工智能模型建立请求生成模型建立作业流；

根据所述模型建立作业流生成所述深度学习人工智能模型建立请求所对应的深度学习人工智能模型。

第二方面，本发明实施例提供一种深度学习人工智能模型建立系统，包括：

客户端，用于接收用户的深度学习人工智能模型建立请求，根据所述深度学习人工智能模型建立请求生成模型建立作业流；

管理服务器，用于根据所述模型建立作业流生成所述深度学习人工智能模型建立请求所对应的深度学习人工智能模型。

第三方面，本发明实施例提供一种电子设备，包括：

存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：接收用户的深度学习人工智能模型建立请求，根据所述深度学习人工智能模型建立请求生成模型建立作业流；根据所述模型建立作业流生成所述深度学习人工智能模型建立请求所对应的深度学习人工智能模型。

第四方面，本发明实施例提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下方法：接收用户的深度学习人工智能模型建立请求，根据所述深度学习人工智能模型建立请求生成模型建立作业流；根据所述模型建立作业流生成所述深度学习人工智能模型建立请求所对应的深度学习人工智能模型。

本发明实施例提供的深度学习人工智能模型建立方法及系统，根据用户发送的深度学习人工智能模型建立请求可自动地生成深度学习人工智能模型，无需用户进行软件开发，便于用户操作，降低了用户专业要求，适用范围广。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的深度学习人工智能模型建立方法流程示意图；

图2为本发明实施例提供的深度学习人工智能模型建立系统结构示意图；

图3为本发明实施例提供的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的深度学习人工智能模型建立方法流程示意图，如图1所示，所述方法包括：

步骤S11、接收用户的深度学习人工智能模型建立请求，根据所述深度学习人工智能模型建立请求生成模型建立作业流；

具体地，当用户需要建立某种深度学习人工智能模型时，用户向系统发送一个深度学习人工智能模型建立请求，然后系统接收该深度学习人工智能模型建立请求，根据该请求生成模型建立作业流，在实际应用中，每个用户均可以向系统发送深度学习人工智能模型建立请求，系统并行地接收这些请求，并建立每个请求所对应的模型建立作业流。