[发明专利]模型训练方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取多个训练样本；

基于所述多个训练样本，生成多个训练样本集，其中，每一所述训练样本集包含所述多个训练样本，且各所述训练样本集中所述多个训练样本的顺序随机；

在生成所述多个训练样本集的过程中，根据已生成的所述训练样本集对预设模型进行训练；

输出训练好的所述预设模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个训练样本，生成多个训练样本集，包括：

基于预设分布式计算平台和所述多个训练样本，依次生成多个训练样本集。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

将生成的训练样本集发布至预设队列中；

所述根据已生成的所述训练样本集对预设模型进行训练，包括：

依次提取所述预设队列中的训练样本集，并在提取到每一所述训练样本集时，根据该训练样本集对预设模型进行训练。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

当所述预设队列中无可消费的训练样本集时，暂停所述根据该训练样本集对预设模型进行训练的操作，直至对所述预设模型进行训练的次数达到预设次数。

5.根据权利要求3所述的方法，其特征在于，所述将生成的训练样本集发布至预设队列中，包括：

构建连接至预设队列的多个连接池；

通过所述多个连接池，将生成的训练样本集发送至所述预设队列中。

6.根据权利要求1所述的方法，其特征在于，所述根据已生成的所述训练样本集对预设模型进行训练，包括：

按照已生成的所述训练样本集的生成时间顺序，从最早生成的训练样本集开始，依次利用已生成的所述训练样本集对预设模型进行训练。

7.根据权利要求1所述的方法，其特征在于，所述获取多个训练样本，包括：

接收训练样本筛选指令，其中，所述训练样本筛选指令中携带有预设筛选条件；

从预设训练样本数据库中，提取满足所述预设筛选条件的多个训练样本。

8.根据权利要求7所述的方法，其特征在于，所述预设训练样本数据库为MongoDB数据库，所述预设训练样本数据库中的训练样本以JSON格式存储。

9.根据权利要求1至8任一项所述的方法，其特征在于，所述方法还包括：

存储所述获取的多个训练样本至预设归档数据库；

和/或

在输出训练好的所述预设模型的同时，存储输出的所述预设模型，以及该预设模型与对应的训练样本的关联性数据至预设归档数据库。

10.一种模型训练装置，其特征在于，所述装置包括：

获取模块，用于获取多个训练样本；

生成模块，用于基于所述多个训练样本，生成多个训练样本集，其中，每一所述训练样本集包含所述多个训练样本，且各所述训练样本集中所述多个训练样本的顺序随机；

训练模块，用于在生成所述多个训练样本集的过程中，根据已生成的所述训练样本集对预设模型进行训练；

输出模块，用于输出训练好的所述预设模型。

11.一种电子设备，其特征在于，包括存储器和处理器；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-9任一所述的方法步骤。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-9任一所述的方法步骤。