[发明专利]一种人工智能模型的训练方法及训练系统

说明书

本发明涉及人工智能训练技术领域，具体涉及一种人工智能模型的训练方法及训练系统，包括：S1：自云平台中获取多个模型组件；S2：于开发工具中对模型组件进行组合以生成人工智能模型；S3：采用训练集对人工智能模型进行训练，并输出训练结果；S4：根据训练结果判断人工智能模型的性能参数是否是否达到预期性能；若是，输出人工智能模型以结束训练过程；若否，返回S2以调整人工智能模型。本发明的有益效果在于：通过设置云平台对模型组件进行整合封装，随后由开发工具接收模型组件并组合成为人工智能模型，从而提升开发效率，使得用户可在实际开发过程中通过云平台快速获取多个模型组件进行测试，以获得性能较好的人工智能模型。

技术领域

本发明涉及人工智能训练技术领域，具体涉及一种人工智能模型的训练方法及训练系统。

背景技术

人工智能模型，指基于相关的数学算法对输入的客观数据进行处理、特征提取从而对事物加以判断或预测的数学模型。随着计算机技术的发展，人工智能技术在诸多领域均得到了应用。

现有技术中，已存在有基于现有的网络架构、识别算法等进行组合从而构建出用户所需的人工智能模型的技术方案。该类技术方案往往是由程序员根据模型所要实现的功能，选择对应的算法将其程序化，并对各层进行组合、连接，从而得到所需的人工智能模型。但是，在实际实施过程中，发明人发现，现有技术中生成人工智能模型的过程较为繁琐，需要依赖于人工对计算机程序本身进行调整以使得人工智能模型正常执行，从而在模型生成过程中消耗了大量的人力。

发明内容

针对现有技术中存在的上述问题，现提供一种人工智能模型的训练方法及训练系统。

具体技术方案如下：

一种人工智能模型的训练方法，预先设置一部署于本地的开发工具和与所述开发工具相连接的云平台，则所述训练方法包括：

步骤S1：自所述云平台中获取多个模型组件；

步骤S2：于所述开发工具中对所述模型组件进行组合以生成所述人工智能模型；

步骤S3：获取一训练集，采用所述训练集对所述人工智能模型进行训练，并输出训练结果；

步骤S4：根据所述训练结果判断所述人工智能模型的性能参数是否达到预期性能；

若是，输出所述人工智能模型以结束训练过程；

若否，返回所述步骤S2以调整所述人工智能模型。

优选地，所述开发工具中设置有一可视化界面，则所述步骤S2包括：

步骤S21：于所述可视化界面中显示所述模型组件；

步骤S22：于所述可视化界面中选择所述模型组件；

步骤S23：调整所述模型组件之间的顺序和连接关系以生成所述人工智能模型。

优选地，于本地预先设置有所述训练集，则所述步骤S3包括：

步骤A31：获取并将所述训练集输入所述开发工具；

步骤A32：于所述开发工具中采用所述训练集对所述人工智能模型进行训练，并输出所述训练结果。

优选地，于所述云平台中设置有所述训练集，则所述步骤S3包括：

步骤B31：将所述人工智能模型上传至所述云平台；

步骤B32：于所述云平台中采用所述训练集对所述人工智能模型进行训练，并输出所述训练结果。

优选地，于所述步骤S1之前针对每个用户设置有用户权限；

则所述步骤S1包括：