[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

说明书

本申请实施例提供了一种模型训练方法、装置、电子设备及计算机可读存储介质，可以获取多个训练样本；基于多个训练样本，生成多个训练样本集，其中，每一训练样本集包含多个训练样本，且各训练样本集中多个训练样本的顺序随机；在生成多个训练样本集的过程中，根据已生成的训练样本集对预设模型进行训练；输出训练好的预设模型。基于上述处理，能够缩短模型训练的时长，提高模型训练的效率。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种模型训练方法、装置、电子设备及计算机可读存储介质。

背景技术

随着AI(Artificial Intelligence，人工智能)技术的快速发展，基于AI算法的模型的应用范围也越来越广泛。相关技术中，为了得到精确度较高的模型，通常需要基于多个训练样本，对初始结构的模型进行多次训练。

另外，为了避免出现过拟合现象，在模型的训练过程中需要打乱训练样本的顺序。例如，训练样本的数目为100，且训练样本存储在预设的存储设备。当需要对模型进行训练时，可以从该存储设备中随机读取，得到上述100个训练样本，并基于读取到的训练样本的顺序，对模型进行训练，在基于第100个训练样本对模块训练结束后，可以再次从该存储设备中随机读取，得到上述100个训练样本，并基于读取到的训练样本的顺序，对模型进行训练，以此类推，直至模型达到收敛条件。

可见，相关技术中，需要通过多次训练样本的随机读取，才能完成模型的训练，会导致模型训练的时间较长，降低了模型训练的效率。

发明内容

本申请实施例的目的在于提供一种模型训练方法、装置、电子设备及计算机可读存储介质，能够缩短模型训练的时长，提高模型训练的效率。具体技术方案如下：

第一方面，为了达到上述目的，本申请实施例公开了一种模型训练方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，所述获取多个训练样本，包括：