[发明专利]一种模型管理方法、装置、电子设备及存储介质

说明书

本申请提供了一种模型管理方法、装置、电子设备及存储介质，属于计算机技术领域。本申请通过获取待部署的第一模型；对所述第一模型进行标准化处理，得到所述第一模型对应的标准文件，其中，所述标准文件包括输入格式文件、扩展对象文件及模型文件，所述输入格式文件用于存储所述第一模型对应的配置数据，所述扩展对象文件用于存储所述第一模型对应的第一执行逻辑，所述模型文件用于存储所述第一模型对应的第一执行文件；基于所述输入格式文件中存储的配置数据、所述扩展对象文件中存储的第一执行逻辑和所述模型文件中存储的第一执行文件，部署所述第一模型。从而使部署模型的平台可以兼容各种框架和上线方式。

技术领域

本申请涉及计算机技术领域，尤其涉及一种模型管理方法、装置、电子设备及存储介质。

背景技术

人工智能：即Artificial Intelligence，简称AI，其为通过计算机系统模拟人类智能的方法、技术、软硬件及系统的泛称。实现AI模型的框架有多种，例如，tensorflow、pytorch、caffe、sklearn、keras及xgboost等，这些框架有各自不同的特性，适用于不同情况。并且，AI模型上线方式也有多种，如可视化模型上线、notebook建模及手动上传模型上线等。

目前，大多用于部署AI模型的平台，只能部署固定框架和固定上线方式的AI模型，无法兼容多种框架和多种上线方式。

发明内容

本申请实施例的目的在于提供一种模型管理方法、装置、电子设备及存储介质，以解决目前部署AI模型的平台无法兼容多种框架和多种上线方式的问题。具体技术方案如下：

第一方面，提供了一种模型管理方法，所述方法包括：

获取待部署的第一模型；

对所述第一模型进行标准化处理，得到所述第一模型对应的标准文件，其中，所述标准文件包括输入格式文件、扩展对象文件及模型文件，所述输入格式文件用于存储所述第一模型对应的配置数据，所述扩展对象文件用于存储所述第一模型对应的第一执行逻辑，所述模型文件用于存储所述第一模型对应的第一执行文件；

基于所述输入格式文件中存储的配置数据、所述扩展对象文件中存储的第一执行逻辑和所述模型文件中存储的第一执行文件，部署所述第一模型。

可选地，所述基于所述输入格式文件中存储的配置数据、所述扩展对象文件中存储的第一执行逻辑和所述模型文件中存储的第一执行文件，部署所述第一模型，包括：

基于所述输入格式文件中存储的配置数据，将所述第一模型配置到运行服务器上，完成所述第一模型的发布；

基于所述扩展对象文件中存储的第一执行逻辑和所述模型文件中存储的第一执行文件，构建全流程管道；

在所述运行服务器上，基于所述全流程管道运行所述第一模型。

可选地，所述方法还包括：

在运行所述第一模型时，监控所述第一模型的运行过程，得到所述第一模型对应的监控数据；

基于所述监控数据，确定所述第一模型的运行情况；

在所述运行情况符合预设第一条件时，确定所述第一模型对应的初始调度参数，基于所述运行情况和所述初始调度参数确定所述第一模型对应的目标调度参数；

按照所述目标调度参数调度所述第一模型。

可选地，所述方法还包括：

基于所述监控数据生成所述第一模型的分析数据；

基于所述监控数据和所述分析数据，生成所述第一模型对应的分析报告；

将所述分析报告发送至预设第一显示端。

可选地，所述方法还包括：