[发明专利]一种环境部署方法、装置及电子设备和存储介质在审
申请号: | 202010412743.5 | 申请日: | 2020-05-15 |
公开(公告)号: | CN111625316A | 公开(公告)日: | 2020-09-04 |
发明(设计)人: | 陈永芳;郭振华;高开 | 申请(专利权)人: | 苏州浪潮智能科技有限公司 |
主分类号: | G06F9/455 | 分类号: | G06F9/455;G06F8/61;G06N20/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 史翠 |
地址: | 215100 江苏省苏州市吴*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 环境 部署 方法 装置 电子设备 存储 介质 | ||
1.一种环境部署方法,其特征在于,应用于目标Kubernetes集群中的主节点,所述目标Kubernetes集群集成有所有可用的服务器,每个所述服务器为所述目标Kubernetes集群中的一个节点;
所述方法包括:
创建环境容器,并在所述环境容器中加载环境部署文件;
生成所述环境容器的镜像文件,并将所述镜像文件发送至每个所述服务器,以便每个所述服务器加载所述环境部署文件进行镜像部署;
在每个所述服务器中基于所述镜像创建容器完成环境部署。
2.根据权利要求1所述环境部署方法,其特征在于,所述生成所述环境容器的镜像文件之后,还包括:
基于所述镜像文件创建容器管理文件;
相应的,在每个所述服务器中基于所述镜像创建容器完成环境部署,包括:
利用所述容器管理文件在每个所述服务器中创建多个容器组完成环境部署;其中,每个所述容器组中包括一个或多个所述环境容器。
3.根据权利要求2所述环境部署方法,其特征在于,在所述环境容器中加载环境部署文件,包括:
在所述环境容器中下载Tensorflow源码,对所述Tensorflow进行编译以便安装Tensorflow和对应的依赖包;
在所述环境容器中下载深度学习模型代码和训练数据集。
4.根据权利要求3所述环境部署方法,其特征在于,在每个所述服务器中基于所述镜像创建容器完成环境部署,包括:
在每个所述服务器中基于所述镜像创建容器完成环境部署,以便所述服务器基于容器间的通信进行深度学习模型的训练。
5.一种环境部署装置,其特征在于,应用于目标Kubernetes集群中的主节点,所述目标Kubernetes集群集成有所有可用的服务器,每个所述服务器为所述目标Kubernetes集群中的一个节点;
所述装置包括:
第一创建模块,用于创建环境容器,并在所述环境容器中加载环境部署文件;
生成模块,用于生成所述环境容器的镜像文件,并将所述镜像文件发送至每个所述服务器,以便每个所述服务器加载所述环境部署文件进行镜像部署;
部署模块,用于在每个所述服务器中基于所述镜像创建容器完成环境部署。
6.根据权利要求5所述环境部署装置,其特征在于,还包括:
第二创建模块,用于基于所述镜像文件创建容器管理文件;
相应的,所述部署模块具体为利用所述容器管理文件在每个所述服务器中创建多个容器组完成环境部署的模块;其中,每个所述容器组中包括一个或多个所述环境容器。
7.根据权利要求6所述环境部署装置,其特征在于,所述第一创建模块包括:
创建单元,用于创建环境容器;
第一下载单元,用于在所述环境容器中下载Tensorflow源码,对所述Tensorflow进行编译以便安装Tensorflow和对应的依赖包;
第二下载单元,用于在所述环境容器中下载深度学习模型代码和训练数据集。
8.根据权利要求7所述环境部署装置,其特征在于,所述部署模块具体为在每个所述服务器中基于所述镜像创建容器完成环境部署,以便所述服务器基于容器间的通信进行深度学习模型的训练的模块。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述环境部署方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述环境部署方法的步骤。
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苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,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/202010412743.5/1.html,转载请声明来源钻瓜专利网。