[发明专利]机器学习模型训练方法、装置以及虚拟实验箱

说明书

本发明实施例涉及一种机器学习模型训练方法、装置以及虚拟实验箱，方法包括：从多个虚拟实验箱中确定目标实验箱，其中，不同的虚拟实验箱封装有不同的初始模型；输出所述目标实验箱对应的可视化配置界面，所述可视化配置界面上包括至少一个可供用户设置的超参数控件，每一所述超参数控件封装至少一项超参数；基于用户对至少一个所述超参数控件的设置初始化所述目标实验箱封装的初始模型的超参数；控制所述目标实验箱对封装的初始模型进行训练。由此，可以减少用户构建模型时的工作量，使得一些非专业人员和初学入门人员也能够方便地进行机器学习建模。

技术领域

本发明实施例涉及机器学习技术领域，尤其涉及一种机器学习模型训练方法、装置以及虚拟实验箱。

背景技术

近年来，随着人工智能技术的飞速发展，其技术成果已应用到多个领域，比如，应用人工智能技术，通过对人脸的检测实现无人检票的火车站进站系统，通过对图像的检测实现汽车的无人驾驶，通过自然语言处理算法实现语音识别与翻译等。基于此，越来越多的用户致力于数据挖掘以及机器学习模型建模。

然而，人工智能技术是一门多学科交叉的专业，其涵盖概率论知识、统计学知识、近似理论知识以及其他复杂的算法知识，因此，进行机器学习模型建模不但需要具备一定的编程技术，还需要精通大量的数据公式，这就加大了非专业人员和一些初学入门人员进行机器学习建模的难度。

发明内容

鉴于此，为解决上述技术问题或部分技术问题，本发明实施例提供一种

第一方面，本发明实施例提供一种机器学习模型训练方法，所述方法包括：

从多个虚拟实验箱中确定目标实验箱，其中，不同的虚拟实验箱封装有不同的初始模型；

输出所述目标实验箱对应的可视化配置界面，所述可视化配置界面上包括至少一个可供用户设置的超参数控件，每一所述超参数控件封装至少一项超参数；

基于用户对至少一个所述超参数控件的设置初始化所述目标实验箱封装的初始模型的超参数；

控制所述目标实验箱对封装的初始模型进行训练。

在一个可能的实施方式中，所述超参数控件包括输入控件、可选择控件、和/或可调节控件；

所述基于用户对至少一个所述超参数控件的设置初始化所述目标实验箱封装的初始模型的超参数，包括：

通过所述输入控件接收用户输入的超参数，基于所述用户输入的超参数初始化所述目标实验箱封装的初始模型的超参数；

和/或，确定用户选择的可选择控件，利用所述用户选择的可选择控件封装的超参数初始化所述目标实验箱封装的初始模型的超参数；

和/或，基于用户对所述可调节控件的调节操作确定目标超参数，利用所述目标超参数初始化所述目标实验箱封装的初始模型的超参数。

在一个可能的实施方式中，所述可视化配置界面上还包括多个功能按钮，每一所述功能按钮封装一项控制功能；

所述控制所述目标实验箱对封装的初始模型进行训练，包括：

当检测到任一所述功能按钮被触发时，生成与任一所述功能按钮封装的控制功能对应的控制指令，向所述目标实验箱发送所述控制指令，以使所述目标实验箱根据所述控制指令对封装的初始模型进行训练。

在一个可能的实施方式中，所述功能按钮包括封装有用于指示开始进行模型训练的控制功能的第一功能按钮；

所述当检测到任一所述功能按钮被触发时，生成与任一所述功能按钮封装的控制功能对应的控制指令，向所述目标实验箱发送所述控制指令，以使所述目标实验箱根据所述控制指令对封装的初始模型进行训练，包括：

当检测到所述第一功能按钮被触发时，生成用于指示开始进行模型训练的第一控制指令；