[发明专利]自动机器学习实现方法、系统、设备及存储介质有效

专利信息
申请号: 201910740428.2 申请日: 2019-08-12
公开(公告)号: CN110647998B 公开(公告)日: 2022-11-25
发明(设计)人: 陈亮辉;欧彦麟;付琰;彭炼钢 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06N20/00 分类号: G06N20/00;H04L67/02;G06F8/65
代理公司: 北京鸿德海业知识产权代理有限公司 11412 代理人: 田宏宾
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自动 机器 学习 实现 方法 系统 设备 存储 介质
【权利要求书】:

1.一种自动机器学习实现设备,其特征在于,包括:

代理模块,用于分别与机器学习模块及自动调参模块进行交互,完成自动机器学习;其中,所述机器学习模块和所述自动调参模块位于不同设备上,所述机器学习模块将所述代理模块视为自动调参模块,所述自动调参模块将所述代理模块视为机器学习模块;

其中,当所述机器学习模块的个数大于一时,所述代理模块仅和其中的一个机器学习模块进行交互,各机器学习模块之间进行信息共享;

其中,所述机器学习模块和所述自动调参模块通过所述代理模块解耦,以使所述机器学习模块不需要调用所述自动调参模块提供的接口;

其中,所述代理模块中创建超文本传输协议HTTP服务,并通过HTTP服务与其它模块之间基于HTTP进行交互;

所述代理模块与所述机器学习模块之间的交互包括:获取所述机器学习模块上报的训练结束信号;终止所述机器学习模块中运行的机器学习任务;

所述代理模块与所述自动调参模块之间的交互包括:将获取自所述机器学习模块的训练结束信号发送给所述自动调参模块。

2.根据权利要求1所述的自动机器学习实现设备,其特征在于,

所述代理模块与所述机器学习模块之间的交互还包括:获取所述机器学习模块上报的模型评估指标;基于获取自所述自动调参模块的新一组模型超参启动新的机器学习任务;

所述代理模块与所述自动调参模块之间的交互还包括:将获取自所述机器学习模块的模型评估指标发送给所述自动调参模块;获取所述自动调参模块根据接收到的模型评估指标生成的新一组模型超参。

3.一种自动机器学习实现系统,其特征在于,包括:

机器学习模块、自动调参模块以及代理模块;所述机器学习模块和所述自动调参模块位于不同设备上;

所述机器学习模块,用于将所述代理模块视为自动调参模块,与所述代理模块进行交互;

所述自动调参模块,用于将所述代理模块视为机器学习模块,与所述代理模块进行交互;

所述代理模块,用于分别与所述机器学习模块及所述自动调参模块进行交互,完成自动机器学习;

其中,当所述机器学习模块的个数大于一时,所述代理模块仅和其中的一个机器学习模块进行交互,各机器学习模块之间进行信息共享;

其中,所述机器学习模块和所述自动调参模块通过所述代理模块解耦,以使所述机器学习模块不需要调用所述自动调参模块提供的接口;

其中,所述代理模块中创建超文本传输协议HTTP服务,并通过HTTP服务与其它模块之间基于HTTP进行交互;

所述代理模块与所述机器学习模块之间的交互包括:获取所述机器学习模块上报的训练结束信号;终止所述机器学习模块中运行的机器学习任务;

所述代理模块与所述自动调参模块之间的交互包括:将获取自所述机器学习模块的训练结束信号发送给所述自动调参模块。

4.根据权利要求3所述的系统,其特征在于,

所述机器学习模块的个数至少为一,每个机器学习模块分别位于机器学习集群中的不同机器节点上。

5.一种自动机器学习实现方法,其特征在于,包括:

代理模块分别与机器学习模块及自动调参模块进行交互,完成自动机器学习;其中,所述机器学习模块和所述自动调参模块位于不同设备上,所述机器学习模块将所述代理模块视为自动调参模块,所述自动调参模块将所述代理模块视为机器学习模块;

其中,当所述机器学习模块的个数大于一时,所述代理模块仅和其中的一个机器学习模块进行交互,各机器学习模块之间进行信息共享;

其中,所述机器学习模块和所述自动调参模块通过所述代理模块解耦,以使所述机器学习模块不需要调用所述自动调参模块提供的接口;

其中,所述代理模块中创建超文本传输协议HTTP服务,并通过HTTP服务与其它模块之间基于HTTP进行交互;

所述代理模块与所述机器学习模块之间的交互包括:获取所述机器学习模块上报的训练结束信号;终止所述机器学习模块中运行的机器学习任务;

所述代理模块与所述自动调参模块之间的交互包括:将获取自所述机器学习模块的训练结束信号发送给所述自动调参模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910740428.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top