[发明专利]调度任务及训练神经网络模型的方法、装置、终端和介质

权利要求书

1.一种调度任务的方法(100)，其特征在于，包括：

S110，判断主任务中的待构建子任务的队列是否变化，若是，则执行以下步骤，其中，所述变化包括所述待构建子任务中有子任务入列和/或有子任务出列；

S120，基于耗时预测神经网络模型获得所述主任务中的各个正在构建子任务和各个待构建子任务的构建剩余耗时，并取其中最大者作为所述主任务的构建剩余耗时；

S130，判断所述主任务的构建剩余耗时是否满足耗时要求，若否，则调整所述主任务中的待构建子任务的排队顺序。

2.根据权利要求1所述的方法(100)，其特征在于，基于耗时预测神经网络模型获得所述主任务中的各个正在构建子任务的构建剩余耗时包括：

通过所述耗时预测神经网络模型分别预测所述主任务中的各个正在构建子任务的构建预测耗时；

获取所述主任务中的各个正在构建子任务的已构建耗时；

分别取所述主任务中的各个正在构建子任务的构建预测耗时与各自已构建耗时的差值作为所述主任务中的各个正在构建子任务的构建剩余耗时。

3.根据权利要求1所述的方法(100)，其特征在于，基于耗时预测神经网络模型获得所述主任务中的各个待构建子任务的构建剩余耗时包括：

通过所述耗时预测神经网络模型分别预测所述主任务中的各个待构建子任务的构建预测耗时；

获取适于构建所述主任务中的各个待构建子任务的从服务器中的各个正在构建子任务的任务释放耗时；

分别取所述主任务中的各个待构建子任务的构建预测耗时与相应的任务释放耗时的和作为所述主任务中的各个待构建子任务的构建剩余耗时。

4.根据权利要求1所述的方法(100)，其特征在于，所述步骤S130包括：

判断所述主任务的构建剩余耗时是否小于或等于所述主任务的构建可用耗时，若否，则判断所述主任务中每一个待构建子任务的排队级别是否达到最高级别，如果没有达到所述最高级别，则提高相应的待构建子任务的排队级别，并返回步骤S120；

其中，所述主任务的可用耗时为所述主任务的期望完成时间与当前时间之间的差值。

5.根据权利要求4所述的方法(100)，其特征在于，如果达到所述最高级别，则中止比所述主任务的排队级别低的主任务中的正在构建子任务。

6.根据权利要求4所述的方法(100)，其特征在于，所述提高相应的待构建子任务的排队级别包括：

提高没有达到最高级别的待构建子任务中构建剩余耗时最大的待构建子任务的排队级别；和/或

提高没有达到最高级别的待构建子任务中构建剩余耗时大于所述主任务的构建可用耗时的待构建子任务的排队级别；和/或

提高所有没有达到最高级别的待构建子任务的排队级别。

7.一种调度任务的装置(200)，其特征在于，包括：

判断模块(210)，其适于判断主任务中的待构建子任务的队列是否变化、以及所述主任务的构建剩余耗时是否满足耗时要求，其中，所述变化包括所述待构建子任务中有子任务入列和/或有子任务出列；

计算模块(220)，其适于在所述队列有变化时基于耗时预测神经网络模型获得所述主任务中的各个正在构建子任务和各个待构建子任务的构建剩余耗时，并取其中最大者作为所述主任务的构建剩余耗时；

调整模块(230)，其适于获取所述主任务的耗时要求，并在所述主任务的构建剩余耗时不满足耗时要求时调整所述主任务中的待构建子任务的排队顺序。