[发明专利]机器学习模型的训练方法和训练装置

说明书

技术领域

本发明涉及机器学习领域，具体涉及一种机器学习模型的训练方法和训练装置。

背景技术

机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”包括计算机，例如：电子计算机、中子计算机、光子计算机或神经计算机等等。随着科学技术的进步，很多机器学习模型应运而生，例如：遗传算法、进化算法、神经网络、支持向量机等。

目前的机器学习模型一般按如下方式进行训练。首先，接收用户预先准备好的训练数据和系统目标。然后，利用训练数据对一种可能的机器学习模型进行训练。训练产生新的模型后，用户评估该新的模型是否满足系统目标。如不满足则由用户修改模型，基于用户所修改的模型再次进行训练。直至最后用户获得满意的机器学习模型。

在以上训练过程中，假设训练数据不变，则修改模型的操作对用户要求最高。这需要用户有根据系统目标修改模型的能力，即要求用户熟知模型的各种变体并有丰富的模型调优经验。这样增加了用户负担并且产生了只有少数专家才能有效进行机器学习模型训练的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种至少部分地解决上述问题的机器学习模型的训练方法和训练装置。

根据本发明一个方面，提供了一种机器学习模型的训练方法，包括：

步骤S110，接收训练数据和机器学习模型的属性指标；

步骤S130，根据所述属性指标中的至少一部分、利用模型数据库确定训练模型，其中所述模型数据库包括机器学习模型及其属性数据；

步骤S150，利用所述训练数据对所述训练模型进行训练，以获得经训练的模型及其属性数据；

步骤S170，根据所述经训练的模型的属性数据确定所述经训练的模型是否满足所述属性指标，对于所述经训练的模型不满足所述属性指标的情况，转所述步骤S130，直至获得满足所述属性指标的模型。

根据本发明另一个方面，还提供了一种机器学习模型的训练装置，包括：

输入模块，用于接收训练数据和机器学习模型的属性指标；

初定模块，用于根据所述属性指标中的至少一部分、利用模型数据库确定训练模型，其中所述模型数据库包括机器学习模型及其属性数据；

训练模块，用于利用所述训练数据对所述训练模型进行训练，以获得经训练的模型及其属性数据；以及

确定模块，用于根据所述经训练的模型的属性数据确定所述经训练的模型是否满足所述属性指标，对于所述经训练的模型不满足所述属性指标的情况，启动所述初定模块，直至获得满足所述属性指标的模型。

本发明所提供的上述机器学习模型的训练方法和训练装置，在训练过程中无需用户修改模型，不要求用户具有模型调优的相关经验。从而，节约了用户的时间和精力，并且显著地扩大了机器学习模型的可能用户群。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的机器学习模型的训练方法的流程图；

图2示出了根据本发明另一个实施例的机器学习模型的训练方法的流程图；

图3示出了根据本发明一个实施例的机器学习模型的训练装置的示意性框图；以及

图4示出了根据本发明另一个实施例的机器学习模型的训练装置的示意性框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。