[发明专利]依赖包信息的获取方法、装置、设备及计算机介质

权利要求书

1.一种依赖包信息的获取方法，其特征在于，所述方法包括：

获取深度学习平台的系统信息，根据所述系统信息生成镜像信息调用语句；

通过执行所述镜像信息调用语句，获取所述深度学习平台的镜像中存在的多个依赖包的依赖包信息；

将所述依赖包信息以键值对形式保存至键值数据表；

获取所述深度学习平台接收到的需求数据，利用特征提取网络提取所述需求数据的需求特征，得到需求特征集；

将所述需求特征集进行特征优选，得到优选特征；

在所述键值数据表中查询并获取与所述优选特征对应的依赖包信息。

2.如权利要求1所述的依赖包信息的获取方法，其特征在于，所述利用特征提取网络提取所述需求数据的需求特征，得到需求特征集，包括：

利用所述特征提取网络中的网络层次描述所述需求数据的数据分布；

利用机器学习算法对所述数据分布进行特征提取，得到所述需求特征集。

3.如权利要求2所述的依赖包信息的获取方法，其特征在于，所述机器学习算法为：

其中，h为所述需求特征，Y为所述需求数据的数据分布，w为所述特征提取网络的权值矩阵，b为所述特征提取网络的偏置向量。

4.如权利要求1所述的依赖包信息的获取方法，其特征在于，所述系统信息包括所述深度平台中用于存储镜像的Docker容器的启动参数，所述根据所述系统信息生成镜像信息调用语句，包括：

利用编译器将所述启动参数编译为镜像信息调用语句。

5.如权利要求1所述的依赖包信息的获取方法，其特征在于，所述将所述依赖包信息以键值对形式保存至键值数据表，包括：

获取所述依赖包信息中的依赖包名称和依赖包版本号；

将所述依赖包名称和所述依赖包版本号写入键值数据表，其中，所述依赖包名称为所述键值数据表的主键，所述依赖包名称的值为所述键值数据表的主键值，所述依赖包版本号为所述键值数据表的附属字段，所述依赖包版本号的值为所述键值数据表的主键值。

6.如权利要求1至5中任一项所述的依赖包信息的获取方法，其特征在于，所述将所述需求特征集进行特征优选，得到优选特征，包括：

计算所述需求特征集中多个需求特征的特征权重；

选取所述特征权重大于权重阈值的多个需求特征，将所述多个目标特征汇集为所述优选特征。

7.如权利要求1至5中任一项所述的依赖包信息的获取方法，其特征在于，所述在所述键值数据表中查询并获取与所述优选特征对应的依赖包信息之后，所述方法还包括：

将所述依赖包信息转换为html数据流；

利用预设编译器将所述html数据流编译为web语句；

通过执行所述web语句生成包含所述依赖信息列表的web页面；

向目标用户推送所述web页面。

8.一种依赖包信息的获取装置，其特征在于，所述装置包括：

调用语句生成模块，用于获取深度学习平台的系统信息，根据所述系统信息生成镜像信息调用语句；

依赖包信息抽取模块，用于通过执行所述镜像信息调用语句，获取所述深度学习平台的镜像中存在的多个依赖包的依赖包信息；

依赖包信息保存模块，用于将所述依赖包信息以键值对形式保存至键值数据表；

需求特征提取模块，用于获取所述深度学习平台接收到的需求数据，利用特征提取网络提取所述需求数据的需求特征，得到需求特征集；

需求特征筛选模块，用于将所述需求特征集进行特征优选，得到优选特征；

依赖包信息查询模块，用于在所述键值数据表中查询并获取与所述优选特征对应的依赖包信息。