[发明专利]模型的调用方法、装置、设备及计算机可读存储介质

说明书

本申请提供一种模型的调用方法、装置、设备及计算机可读存储介质，其中，模型的调用方法包括：确定多个应用场景所对应的模型的集合；当处于一应用场景时，在所述模型的集合中，确定该应用场景所对应的模型并调用该模型，并保持被调用的该模型处于启动状态。

技术领域

本申请涉及计算机技术领域，尤其涉及模型的调用方法、装置、设备及计算机可读存储介质。

背景技术

随着科学技术的发展，应用场景与模型运用越来越多，现有技术中，将某种应用场景或者某种功能与固定的模型或者算法绑定，当某一个应用场景需要调用某一模型时，通过触发该模型或者算法就可以调用特定的模型。当使用场景有变化的时候，就需要针对性的调取或关闭模型，模型并不被重复的利用。

近来随着机器学习的不断发展，深度学习神经网络的模型被广泛应用，该深度学习神经网络的模型具有计算时间短，处理结果稳定等优点，但是该模型空间占用和资源占用较多，每一次启动时都需要较长的时间，因而不适于频繁的调用。

发明内容

有鉴于此，本申请提供一种模型调用方法、装置、设备及计算机可读存储介质，能够有效的减少模型的实际占用的资源，提升模型使用效率，并且能够有效的完成应用场景所需的功能。

为解决上述技术问题，第一方面，本申请提供一种模型的调用方法，包括：确定多个应用场景所对应的模型的集合；当处于一应用场景时，确定该应用场景所对应的模型并调用该模型，并保持被调用的该模型处于启动状态。当应用场景为两个以上时，且两个以上的应用场景对应的模型可能存在重叠的情况，因而通过将两个以上的应用场景对应模型进行数学集合的方式，也就是说每个应用场景对应的模型的并集，通以确定集合中的每一个模型都是不同的，不重复的，可以减少资源的占用。当使用某一应用场景时，在模型的集合中，调用并开启该功能模块对应的模型，同时，在该模型并开启后，长时间保持开启状态，当另一个应用场景需要使用该模型时，可以直接调用该模块，不需要在重新开启，节约了时间和资源，提高了该模型的使用效率。

在上述第一方面的一种可能的实现中，上述方法还包括：当某一模型被启动后，并保持该模型一直处于开启的状态，当另一个场景应用到该模型时，可以通过检查所需要的模型的状态，即模型是开启还是关闭的状态，当检查模型是开启状态时，可以直接调用模型的接口，以便直接使用，如果未启动，就需要调用模型的启动接口，并启动该模型。

在上述第一方面的一种可能的实现中，当某一个模型在长时间不被使用时，也可以根据实际情况被释放，以便于节约资源。

在上述第一方面的一种可能的实现中，上述方法还包括：对多个应用场景进行层次分析，并拆分成多个功能模块；根据所述功能模块确定与之对应的模型，得到所述应用场景所对应的模型的集合。应用场景根据实际情况分成多个功能模块，其中，一个功能模块可以对应多个模型，也可以是多个功能对应一个模型，在此并不作为限定。