[发明专利]深度模型的管理方法及服务器

说明书

本发明实施方式涉及计算机技术领域，公开了一种深度模型的管理方法及服务器。本发明实施方式中，深度模型的管理方法应用于服务器，该方法包括：采用备用深度模型处理客户端的服务请求，并校验备用深度模型对服务请求的处理结果，得到校验结果；其中，备用深度模型为与当前使用的深度模型并行的新获取的深度模型；根据校验结果判断备用深度模型是否达标；若判断结果为否，则废弃备用深度模型；若判断结果为是，则废弃当前使用的深度模型。本发明实施方式还提供了一种服务器。采用本发明实施方式，服务器会对新获取的深度模型进行检测验证，为保证服务质量的稳定性提供了基础。

技术领域

本发明实施方式涉及计算机技术领域，特别涉及深度模型的管理方法及服务器。

背景技术

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，通过模仿人脑的机制来解释数据。随着计算机和互联网的飞速发展，深度学习在大数据处理、人工智能分析等方面占有越来越重要的地位。目前，服务器内部往往将模型训练和对外提供服务捆绑在一起，即进行模型训练的同时也对外提供服务，服务器通过不断地训练、调整深度模型的参数，生成新的深度模型，当有新的深度模型时，会将新的深度模型直接替换当前正在使用的深度模型，以使用新的深度模型进行服务。

但是，本专利申请的发明人发现：深度模型的服务准确度并不是随着训练次数的增加而单调递增的。而现有技术中直接使用新的深度模型去替换当前正在使用的深度模型，容易出现模型更新所导致的服务准确度跌落的情况，服务器服务质量的稳定性较差。

发明内容

本发明实施方式的目的在于提供一种深度模型的管理方法及服务器，能够对新获取的深度模型进行检测验证，避免了模型更新所导致的服务准确度跌落的情况，为保证服务器服务质量的稳定性提供了基础。

为解决上述技术问题，本发明的实施方式提供了一种深度模型的管理方法，应用于服务器，该方法包括：

采用备用深度模型处理客户端的服务请求，并校验备用深度模型对服务请求的处理结果，得到校验结果；其中，备用深度模型为与当前使用的深度模型并行的新获取的深度模型；

根据校验结果判断备用深度模型是否达标；若判断结果为否，则废弃备用深度模型；若判断结果为是，则废弃当前使用的深度模型。

本发明的实施方式还提供了一种服务器，包括：

至少一个处理器；以及，

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的深度模型的管理方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述的深度模型的管理方法。

本发明实施方式相对于现有技术而言，服务器能够将新获取的深度模型作为备用深度模型，令当前使用的深度模型与备用深度模型并行处理服务请求。并且，服务器会对备用深度模型是否达标进行检测验证，若备用深度模型不达标，则服务器依然可以使用当前使用的深度模型进行对外服务；若备用深度模型达标，则服务器便可以废弃当前使用的深度模型，从而使用备用深度模型进行对外服务。通过这种方式，避免了模型更新所导致的服务准确度跌落的情况，为保证服务器服务质量的稳定性提供了基础。

另外，校验备用深度模型对服务请求的处理结果，得到校验结果，具体包括：将备用深度模型对服务请求的处理结果返回至客户端；接收客户端针对处理结果的反馈信息；根据反馈信息获取校验结果。这样，基于客户端的反馈信息获取校验结果，校验结果与用户需求的匹配度较高，从而能够提高后续判断备用深度模型是否达标的准确率，为提高服务器服务质量提供了基础。