[发明专利]一种模型选择方法、装置、设备和介质

权利要求书

1.一种模型选择方法，其特征在于，包括：

获取属于同一预设模型分类的至少一个预设模型对应的训练数据；

针对所述至少一个预设模型中的每个预设模型，根据所述训练数据对该预设模型进行训练，确定完成训练的预设模型和该预设模型对应的模型度量参数；

根据各所述预设模型对应的模型度量参数，从所述完成训练的预设模型中，确定所述同一预设模型分类对应的目标模型。

2.如权利要求1所述的方法，其特征在于，所述获取属于同一预设模型分类的至少一个预设模型对应的训练数据，包括：

获取属于同一预设模型分类的至少一个预设模型的元数据；

基于所述元数据，获取所述同一预设模型分类的至少一个预设模型的训练数据。

3.根据权利要求1所述的方法，其特征在于，所述确定该预设模型对应的模型度量参数，包括：

获取属于同一预设模型分类的至少一个预设模型对应的标注测试数据和未标注测试数据；

针对每个完成训练的预设模型，将所述未标注测试数据输入到该完成训练的预设模型，确定该完成训练的预设模型的测试结果；

基于各完成训练的预设模型的测试结果和标注测试数据确定各完成训练预设模型的模型准确率，将该模型准确率作为所述模型度量参数。

4.根据权利要求1或3所述的方法，其特征在于，所述根据各所述所述预设模型对应的模型度量参数，从所述完成训练的预设模型中，确定所述同一预设模型分类对应的目标模型，包括：

将表征最大值的模型准确率对应的完成训练的预设模型确定为所述同一预设模型分类对应的目标模型；或者，

将表征最小值的模型计算时间对应的完成训练的预设模型确定为所述同一预设模型分类对应的目标模型。

5.根据权利要求1所述的方法，其特征在于，所述获取属于同一预设模型分类的至少一个预设模型对应的训练数据，包括：

若确定所述训练数据的数据量大于设定数据量阈值，则按照设定数据获取方式获取所述训练数据。

6.一种模型选择装置，其特征在于，包括：

获取数据模块，用于获取属于同一预设模型分类的至少一个预设模型对应的训练数据；

计算模块，用于针对所述至少一个预设模型中的每个预设模型，根据所述训练数据对该预设模型进行训练，确定完成训练的预设模型和该预设模型对应的模型度量参数；

确定模块，用于根据各所述预设模型对应的模型度量参数，从所述完成训练的预设模型中，确定所述同一预设模型分类对应的目标模型。

7.如权利要求6所述的装置，其特征在于，所述获取模块具体用于：

获取属于同一预设模型分类的至少一个预设模型的元数据；

基于所述元数据，获取所述同一预设模型分类的至少一个预设模型的训练数据。

8.根据权利要求6所述的装置，其特征在于，所述计算模块具体用于：

获取属于同一预设模型分类的至少一个预设模型对应的标注测试数据和未标注测试数据；

针对每个完成训练的预设模型，将所述未标注测试数据输入到该完成训练的预设模型，确定该完成训练的预设模型的测试结果；

基于各完成训练的预设模型的测试结果和标注测试数据确定各完成训练预设模型的模型准确率，将该模型准确率作为所述模型度量参数。

9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-5中任一项所述的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-5中任一项所述的方法的步骤。