[发明专利]一种人工智能算法开发系统、训练方法、设备及介质

说明书

本申请公开了一种人工智能算法开发系统、训练方法、设备及介质，系统包括：数据准备模块，用于获取待处理数据，对待处理数据进行预处理，标注预处理后的待处理数据；模型搭建模块，用于选择待处理数据对应的算法模型以及调节算法模型的参数；模型训练模块，用于采用分布式的训练方法对算法模型进行训练。本申请开发的人工智能算法开发系统实现了人工智能算法全流程的快捷应用，且对用户的知识门槛要求较低。

技术领域

本申请涉及深度学习技术领域，尤其涉及一种人工智能算法开发系统、训练方法、设备及介质。

背景技术

深度学习的整个开发流程涉及数据管理、数据标注、模型搭建、模型训练，模型部署等。但各个开发的阶段都需要不同的工具、技术、人员等，并不能做到真正的一体化流程，在开发过程中除了需要拥有相应平台上的开发经验，还需要大量深度学习算法相关知识，这提高了深度学习开发的门槛。有必要针对深度学习算法开发的需求进行研究分析，开发一套满足应用需求的开发平台。

发明内容

本申请实施例提供了一种人工智能算法开发系统、训练方法、设备及介质，解决了现有技术中对开发人员知识门槛要求较高，且难以完成全流程应用的技术问题。

有鉴于此，本申请第一方面提供了一种人工智能算法开发系统，所述系统包括：

数据准备模块，用于获取待处理数据，对所述待处理数据进行预处理，标注预处理后的所述待处理数据；

模型搭建模块，用于选择所述待处理数据对应的算法模型以及调节所述算法模型的参数；

模型训练模块，用于采用分布式的训练方法对所述算法模型进行训练。

可选的，所述数据准备模块包括：

数据导入模块，用于从预先准备的数据库中获取所述待处理数据，或者根据所述待处理数据的特征从互联网中爬取所述待处理数据；

数据预处理模块，用于对所述待处理数据进行数据去噪、数据增强以及自定义的预处理方法；

数据标注模块，用于对所述待处理数据进行标注，所述标注包括分类标注、位置标注以及视频追踪。

可选的，所述模型搭建模块包括

模型选择模块，用于选择内置的所述算法模型或者根据需要自定义设置所述算法模型的结构；

参数设置模块，用于调节内置的所述算法模型的参数或者根据自定义的所述算法模型的结构设置对应的模型参数。

可选的，所述模型训练模块包括：

分布式训练模块，用于对分布式的主机分配相应的资源，设置所述算法模型的监控指标；

进度监控模块，用于实时监控所述算法模型的性能以及所述主机计算资源的消耗。

可选的，还包括：

模型部署模块，用于对所述算法模型进行压缩，并将压缩后的算法模型文件转译成不同的参数和文件，使得压缩后的所述算法模型适应于不同的设备终端。

可选的，所述模型部署模块包括：

模型压缩模块，用于将所述算法模型压缩成多种压缩等级的算法模型文件，使得所述算法模型适应于不同的设备终端；

模型生成模块，将所述算法模型文件转译成适应于设备终端的参数和文件。

本申请第二方面提供一种人工智能算法训练方法，所述方法包括：

获取待处理数据，将所述待处理数据进行预处理，标注预处理后的所述待处理数据；

选择所述待处理数据对应的算法模型以及调节所述算法模型的参数；