[发明专利]使用起源数据的深度学习模型洞察

说明书

提供了一种用于使用起源数据来生成深度学习模型洞察的方法、计算机系统和计算机程序产品。本发明的实施例可包括收集起源数据。本发明的实施例可包括基于所收集的起源数据来生成模型洞察。本发明的实施例可包括基于所生成的模型洞察来生成训练模型。本发明的实施例可包括减小训练模型尺寸。本发明的实施例可包括创建最终训练后模型。

技术领域

本发明总体上涉及计算领域，并且更具体地涉及机器学习。

背景技术

深度学习模型已在许多领域中使用，并且在理解模型行为方面可被视 为黑匣子。各种训练模型可处理数据并以不同的精度提供不同的结果。通 过提供将要在各个领域和行业中使用的精确无偏的输出数据，产生可理解 的结果和准确的分类推动了机器学习领域的发展。

发明内容

本发明的实施例公开了一种用于使用起源(provenance)数据来生成 深度学习模型洞察(insight)的方法，计算机系统和计算机程序产品。本 发明的实施例可包括收集起源数据。本发明的实施例可包括基于所收集的 起源数据来生成模型洞察。本发明的实施例可包括基于所生成的模型洞察 来生成训练模型。本发明的实施例可包括减小训练模型尺寸。本发明的实 施例可包括创建最终训练后模型。

附图说明

通过下面结合附图来阅读的对示例性实施例的详细描述，本发明的这 些和其他目的，特征和优点将变得显而易见。附图的各种特征未按比例绘 制，因为图示是为了清楚起见，以帮助本领域技术人员结合详细描述来理 解本发明。在附图中：

图1示出了根据至少一个实施例的联网计算机环境；

图2是根据至少一个实施例的在每次迭代中收集起源数据的框图示例；

图3是示出根据至少一个实施例的用于使用所收集的起源数据来建立 分析模型的过程的操作流程图；

图4是示出根据至少一个实施例的使用所收集的起源数据来建立推理 模型的过程的操作流程图；

图5是根据至少一个实施例的在图1中描绘的计算机和服务器的内部 和外部组件的框图；

图6是根据本公开的实施例的包括在图1中描绘的计算机系统的说明 性云计算环境的框图；以及

图7是根据本公开的实施例的图6的说明性云计算环境的功能层的框 图。

具体实施方式

本文公开了要求保护的结构和方法的详细实施例；然而，可以理解， 所公开的实施例仅是可以以各种形式体现的所要求保护的结构和方法的说 明。然而，本发明可以以许多不同的形式体现，并且不应被解释为限于这 里阐述的示例性实施例。而是，提供这些示例性实施例，使得本公开将是 彻底和完整的，并且将本发明的范围充分传达给本领域技术人员。在说明 书中，可省略众所周知的特征和技术的细节，以避免不必要地混淆所呈现 的实施例。

如前所述，深度学习模型在许多领域中使用，并且在理解模型行为方 面可被视为黑盒。各种训练模型可处理数据并以不同的精度提供不同的结 果。通过提供可在各个领域和行业中使用的精确无偏的输出数据，产生可 理解的结果和准确的分类推动了机器学习领域的发展。