[发明专利]基于深度学习的应用上线方法、系统、设备及介质

权利要求书

1.一种基于深度学习的应用上线方法，其特征在于，包括：

采用部署在生产网络下的生产核心区中的数据样本管理系统，从业务系统中获取与目标学习项目相对应的生产数据，将所述生产数据发送给处于所述生产网络下的生产训练区的模型训练流水线平台；

采用部署在生产网络下的生产训练区中的交互式代码编写平台，访问所述生产训练区的模型训练流水线平台中的生产数据，获取所述目标学习项目对应的目标项目代码，将所述目标项目代码发送给所述模型训练流水线平台；

采用部署在生产网络下的生产训练区中的模型训练流水线平台，调度系统计算资源运行所述目标项目代码，对所述生产数据进行数据预处理、模型训练和模型验证，获取有效深度学习模型，将所述有效深度学习模型发送给所述生产训练区的模型检查推送模块；

采用部署在生产网络下的生产训练区中的模型检查推送模块，基于所述目标项目代码和所述生产数据，确定模型版本信息，将所述有效深度学习模型和所述模型版本信息发送给处于测试网络下的测试管理区中的模型仓库；

采用部署在测试网络下的测试管理区中的模型仓库，接收所述生产训练区的模型检查推送模块发送的有效深度学习模型和所述模型版本信息，基于所述模型版本信息，对所述有效深度学习模型进行版本管理；

采用部署在测试网络下的功能测试区中的功能测试平台，从所述测试管理区的模型仓库中调用所述有效深度学习模型，对所述有效深度学习模型进行功能测试，获取测试成功的目标深度学习模型，将所述目标深度学习模型发送给生产网络下的生产核心区中的模型推理服务应用；

采用部署在生产网络下的生产核心区中的模型推理服务应用，将所述目标深度学习模型部署到目标应用中；

其中，所述采用部署在生产网络下的生产训练区中的交互式代码编写平台，访问所述生产训练区的模型训练流水线平台中的生产数据，获取所述目标学习项目对应的目标项目代码，包括：

采用部署在生产网络下的生产训练区中的交互式代码编写平台，访问所述生产训练区的模型训练流水线平台中的生产数据，获取关注字段对应的字段数值；

对所述关注字段对应的字段数值进行分析，获取所述关注字段对应的字段数值的分布形式；

基于所述关注字段对应的字段数值的分布形式，获取与所述分布形式相对应的数据预处理、模型训练和模型验证的代码，确定为所述目标学习项目的目标项目代码。

2.如权利要求1所述的基于深度学习的应用上线方法，其特征在于，所述采用部署在生产网络下的生产核心区中的数据样本管理系统，从业务系统中获取与所述目标学习项目相对应的生产数据，将所述生产数据发送给处于所述生产网络下的生产训练区的模型训练流水线平台，包括：

采用部署在生产网络下的生产核心区中的数据样本管理系统，从业务系统中获取与所述目标学习项目相对应的生产数据，判断所述生产数据是否包括客户敏感信息；

若所述生产数据包含客户敏感信息，则获取所述生产数据对应的权限验证信息，将所述生产数据和所述权限验证信息发送给处于所述生产网络下的生产训练区的模型训练流水线平台。

3.如权利要求1所述的基于深度学习的应用上线方法，其特征在于，所述采用部署在生产网络下的生产训练区中的模型训练流水线平台，调度系统计算资源运行所述目标项目代码，对所述生产数据进行数据预处理、模型训练和模型验证，获取有效深度学习模型，包括：

采用部署在生产网络下的生产训练区中的模型训练流水线平台，调度系统计算资源运行所述目标项目代码，对所述生产数据中每一所述关注字段对应的字段数值进行归一化处理，获取每一所述关注字段对应的归一化数值，根据所有所述关注字段对应的归一化数值，确定训练数据，将所述训练数据划分为训练集和测试集；

将所述训练集中的训练数据输入到目标学习项目对应的深度学习模型网络进行训练，获取原始深度学习模型；

将所述测试集中的训练数据输入到所述原始深度学习模型进行验证，获取有效深度学习模型。