[发明专利]信息处理方法、装置、电子设备及存储介质有效

专利信息
申请号: 202010006307.8 申请日: 2020-01-03
公开(公告)号: CN111191797B 公开(公告)日: 2023-07-28
发明(设计)人: 侯皓龄;刘云峰 申请(专利权)人: 深圳追一科技有限公司
主分类号: G06N20/00 分类号: G06N20/00
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 苗燕
地址: 518057 广东省深圳市南山区粤海街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息处理 方法 装置 电子设备 存储 介质
【说明书】:

本申请实施例提供了一种信息处理方法、装置、电子设备及存储介质,涉及机器学习技术领域。该方法包括:获取评估请求,所述评估请求包括数据集标识和算法标识;获取所述数据集标识对应的目标数据集;基于所述目标数据集,训练所述算法标识对应的待评估算法,得到训练好的待评估模型;获取所述待评估模型的评估结果;通过用户终端输出所述评估结果,以提示所述待评估算法的评估结果。本申请实施例使得用户只需输入数据集标识、算法标识,即可获取算法在该数据集上的评估结果,从而可避免中间人为参与可能带来的误差,同时也可简化评估算法优劣的操作,因此不仅可提高评估准确性和评估结果的参考性,还可减少研发过程的大量重复工作,提高研发效率。

技术领域

本申请涉及机器学习技术领域,更具体地,涉及一种信息处理方法、装置、电子设备及存储介质。

背景技术

随着人工智能的不断发展,相应的算法技术也在不断拓宽,在研发新的算法时,需要将新的算法与现有的算法进行比较,以获知新的算法的性能。而对于研究人员来说,为进行比较,首先需要获取相应的数据集,其次是使用现有的机器学习算法对数据进行训练并预测,但是在不断优化算法时,会大量重复前述工作。因此目前研究人员难以获知算法的优劣,机器学习算法的改进较为繁琐。

发明内容

本申请实施例提出了一种信息处理方法、装置、电子设备及存储介质,以提高算法评估效率,进而提高算法开发效率。

第一方面,本申请实施例提供了一种信息处理方法,所述方法包括:获取评估请求,所述评估请求包括数据集标识和算法标识;获取所述数据集标识对应的目标数据集;基于所述目标数据集,训练所述算法标识对应的待评估算法,得到训练好的待评估模型;获取所述待评估模型的评估结果;通过用户终端输出所述评估结果,以提示所述待评估算法的评估结果。

可选地,所述页面包括一个或多个输入项,所述确定所述页面是否存在待填写的输入项之后,所述方法还包括:在所述页面不存在待填写的输入项时,生成页面提交提示,所述页面提交提示用于提示提交所述页面。

可选地,所述获取所述数据集标识对应的目标数据集,包括:获取所述数据集标识对应的本地路径和云端路径;当所述云端路径的云端时间戳大于所述本地路径的本地时间戳时,基于所述云端路径,获取所述数据集标识对应的数据集作为目标数据集。

可选地,所述方法还包括:在无法获取到所述数据集标识对应的本地路径时,基于所述云端路径,获取所述数据集标识对应的数据集作为目标数据集。

可选地,所述获取所述数据集标识对应的本地路径和云端路径之后,所述方法还包括:当所述云端路径的云端时间戳不大于所述本地路径的本地时间戳时,基于所述本地路径,获取所述数据集标识对应的数据集作为目标数据集。

可选地,所述基于所述云端路径,获取所述数据集标识对应的数据集作为目标数据集,包括:基于所述云端路径,下载所述数据集标识对应的云端数据集;将所述云端数据集存储于所述数据集标识对应的本地路径,并将所述云端数据集作为所述目标数据集;根据所述云端路径的云端时间戳,配置所述本地路径的本地时间戳,以使所述本地时间戳大于或等于所述云端时间戳。

可选地,所述将所述云端数据集存储于所述数据集标识对应的本地路径,包括:将所述云端数据集存储于指定路径;更新所述指定路径为所述数据集标识对应的本地路径。

可选地,所述目标数据集预先存储于所述数据集标识对应的云端路径,所述获取所述数据集标识对应的目标数据集之前,所述方法还包括:从所述数据集标识对应的目标设备获取所述数据集标识对应的初始数据集;对所述初始数据集进行预处理得到预处理后的数据集,并将所述预处理后的数据集存储于所述数据集标识对应的云端路径。

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深圳追一科技有限公司,未经深圳追一科技有限公司许可,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/202010006307.8/2.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