[发明专利]一种模型迭代方法、第二电子设备及存储介质

说明书

本申请实施例提供一种模型迭代方法、第二电子设备及存储介质，该模型迭代方法包括：获取模型训练的算法注册信息和来自于第一电子设备的数据集；其中，算法注册信息包括预设的训练模型所需的信息；基于数据集和算法注册信息，训练得到符合预设标准的第一模型，并存储第一模型至第二电子设备；获取第一模型在第二电子设备中的存储路径；发送存储路径至第一电子设备。

技术领域

本申请涉及但不限于计算机技术领域，尤其涉及一种模型迭代方法、第二电子设备及存储介质。

背景技术

目前随着人工智能技术的发展，越来越多的智能系统出现在各个应用领域。算法模型是智能系统的核心，在实际运行过程中，智能系统将遇到越来越多的新数据。为了保持智能系统的准确率，往往需要根据新数据进行模型迭代。在现阶段，模型迭代工作主要由人工完成。然而，模型迭代依赖人工完成，不仅需要各方人员配合从而无法及时响应模型迭代需要，而且需要人工执行大量重复工作。

申请内容

本申请实施例提供一种模型迭代方法、第二电子设备及存储介质，以解决相关技术中模型迭代依赖人工完成，不仅需要各方人员配合从而无法及时响应模型迭代需要，而且需要人工执行大量重复工作的问题，实现模型迭代流程自动化，大大减少人工投入，提升模型迭代效率和准确性。

本申请实施例的技术方案是这样实现的：

一种模型迭代方法，所述方法包括：

获取模型训练的算法注册信息和来自于第一电子设备的数据集；其中，所述算法注册信息包括预设的训练模型所需的信息；

基于所述数据集和所述算法注册信息，训练得到符合预设标准的第一模型，并存储所述第一模型至第二电子设备；

获取所述第一模型在所述第二电子设备中的存储路径；

发送所述存储路径至所述第一电子设备。

可选的，所述方法还包括：

通过第二电子设备中的代理服务接口对所述数据集进行格式转换处理，得到具有预设格式的目标数据集；其中，所述预设格式为所述第二电子设备中的Kubernets集群所处理的数据具有的格式；

相应的，所述基于所述数据集和所述算法注册信息，训练得到符合预设标准的第一模型，包括：

通过所述代理服务接口基于所述目标数据集和所述算法注册信息，训练得到所述第一模型。

可选的，所述方法还包括：

存储所述目标数据集至第二电子设备，并获取所述目标数据集的数据集路径；

相应的，所述通过所述代理服务接口基于所述目标数据集和所述算法注册信息，训练得到所述第一模型，包括：

通过所述代理服务接口基于所述数据集路径和所述算法注册信息，生成配置文件；

通过所述代理服务接口调用Kubernets应用程序接口，将所述配置文件发送给Kubernets集群；

获取所述Kubernets集群基于所述配置文件训练得到所述第一模型。

可选的，所述获取所述Kubernets集群基于所述配置文件训练得到所述第一模型，包括：

获取所述Kubernets集群基于所述配置文件训练得到的第二模型；

通过所述代理服务接口对所述第二模型进行评估，得到评估结果；

通过所述代理服务接口确定所述评估结果表征所述第二模型符合预设标准，将所述第二模型作为所述第一模型。

可选的，所述通过所述代理服务接口对所述第二模型进行评估，得到评估结果，包括：