[发明专利]一种模型选择方法、装置、设备和介质

说明书

本发明公开了一种模型选择方法、装置、设备和介质，所述模型选择方法，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。通过本申请实施例可以在对多个预设模型进行训练的同时，还可以计算出每个预设模型的模型度量参数，提高了用户的体验效果。

技术领域

本申请涉及数据处理领域，尤其涉及一种模型选择方法、装置、设备和介质。

背景技术

随着工业的飞速发展，工业领域中各类生产制造、工艺流程、经营理念、管理经验等各种无形的数字资产越来越多，为了便于对这些数字资产的管理，将这些数字资产转变成工业算法模型，因此，工业算法模型的数量也越来越多。

现有技术中，用户在应用工业算法模型时，需要在数量庞大的工业算法模型中选出满足用户需求工业算法模型，最终选择出的满足用户需求的工业算法模型可能有多个，用户获取的各个工业算法模型都基本符合用户的需求。

发明内容

有鉴于此，本申请的目的在于提供了一种模型选择方法、装置、设备和介质，解决了现有技术中在多个模型中选出目标模型的效率低的问题。

第一方面，本申请实施例提供了一种模型选择方法，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。

可选的，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。

可选的，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。

可选的，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训练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。

可选的，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。

第二方面，本申请实施例提供了一种模型选择装置，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；