[发明专利]数据处理方法、装置、设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

接收模型调用请求；其中，所述模型调用请求携带有模型相关数据；

将所述模型相关数据转化为设定复合数据结构；其中，所述设定复合数据结构为由列表和键值对集合组成的复合数据结构；

对所述设定复合数据结构进行解析，得到解析结果；

基于所述解析结果获取目标机器学习模型。

2.根据权利要求1所述的方法，其特征在于，所述模型相关数据包括模型类型、模型文件访问标识、模型文件的打包格式及模型入模参数。

3.根据权利要求2所述的方法，其特征在于，将所述模型相关数据转化为设定复合数据结构，包括：

将所述模型类型转化为第一键值对；

将所述数据文件访问标识转化为第二键值对；

将所述模型文件的打包格式转化为第三键值对；

将所述模型入模参数转化为第四键值对；其中，所述第四键值对中的值为由至少一个键值对集合构成的列表；

将所述模型相关数据转化为总键值对；其中，所述总键值对中的值为由所述第一键值对、所述第二键值对、所述第三键值对及所述第四键值对组成的列表。

4.根据权利要求1所述的方法，其特征在于，对所述设定复合数据结构进行解析，解析结果，包括：

将文本格式的所述设定复合数据结构转化为目标计算机语言的复合数据结构；

采用所述目标计算机语言的解析逻辑对所述复合数据结构进行解析，获得解析结果。

5.根据权利要求2所述的方法，其特征在于，基于所述解析结果获取目标机器学习模型，包括：

根据所述模型类型、模型文件访问标识、模型文件的打包格式从模型数据库中获取目标机器学习模型。

6.根据权利要求5所述的方法，其特征在于，在基于所述解析结果获取目标机器学习模型之后，还包括：

将所述目标机器学习模型预加载至设定内存中。

7.根据权利要求6所述的方法，其特征在于，在将所述目标机器学习模型预加载至设定内存中之后，还包括：

将所述模型入模参数处理为第一设定格式的参数；其中，所述第一设定格式为目标机器学习模型可识别的数据格式；

将所述设定格式的参数输入预加载的所述目标机器学习模型中，获得计算结果。

8.根据权利要求7所述的方法，其特征在于，在获得计算结果之后，还包括：

将所述计算结果处理为第二设定格式的数据；其中，所述第二设定格式为模型调用方可识别的格式；

将所述第二设定格式的数据返回至所述模型调用方。

9.根据权利要求8所述的方法，其特征在于，还包括：配置模型的预加载信息、入模参数处理信息、计算结果处理信息。

10.一种数据处理装置，其特征在于，包括：

模型调用请求接收模块，用于接收模型调用请求；其中，所述模型调用请求携带有模型相关数据；

数据转化模块，用于将所述模型相关数据转化为设定复合数据结构；其中，所述设定复合数据结构为由列表和键值对集合组成复合数据结构；

数据解析模块，用于对所述设定复合数据结构进行解析，得到解析结果；

目标机器学习模型获取模块，用于基于所述解析结果获取目标机器学习模型。

11.根据权利要求10所述的装置，其特征在于，所述模型相关数据包括模型类型、模型文件访问标识、模型文件的打包格式及模型入模参数。