[发明专利]机器学习的分配系统、方法及装置、计算机设备

说明书

本发明涉及一种机器学习的分配系统，包括：终端服务器和云端服务器。终端服务器用于获取需求信息，根据需求信息生成控制指令，控制指令包括终端控制指令和云端控制指令，并对终端控制指令进行解析以得到终端控制信号，以及根据终端控制信号计算每个阶段的计算机器学习算法的终端任务量以得到终端运算结果；云端服务器用于对云端控制指令进行解析以得到云端控制信号，并根据云端控制信号计算每个阶段的计算机器学习算法的云端任务量以得到云端运算结果；终端运算结果与云端运算结果共同构成输出结果。充分利用了终端服务器与云端服务器的计算资源，加快了运算速度。本发明还公开了一种机器学习的分配方法及装置、计算机设备及计算机可读存储介质。

技术领域

本发明涉及信息处理技术领域，特别是涉及一种机器学习的分配系统、方法及装置、计算机设备以及计算机可读存储介质。

背景技术

机器学习近些年来取得了重大突破，比如，在机器学习技术中，采用深度学习算法训练的神经网络模型在图像识别、语音处理、智能机器人等应用领域取得了令人瞩目的成果。深度神经网络通过建立模型来模拟人类大脑的神经连接结构，在处理图像、声音和文本等信号时，通过多个变换阶段分层对数据特征进行描述。然而，随着机器学习算法的复杂度不断提高，机器学习技术在实际应用过程中存在占用资源多、运算速度慢、能量消耗大等问题。

比如，在传统的机器学习算法的处理过程中，为了通用性的要求，往往需要占据很大的内存空间在终端来存储训练好的权重。

然而，采用上述方法会导致机器学习算法的处理时间长，处理效率低。

发明内容

基于此，有必要针对上述机器学习算法的处理效率低的问题，提供一种处理效率高的机器学习的分配系统、方法及装置、计算机设备以及计算机可读存储介质。

一种机器学习的分配系统，包括：终端服务器和云端服务器；

所述终端服务器用于获取需求信息，根据所述需求信息生成控制指令，所述控制指令包括终端控制指令和云端控制指令，并对所述终端控制指令进行解析以得到终端控制信号，以及根据所述终端控制信号计算每个阶段的计算机器学习算法的终端任务量以得到终端运算结果；

所述云端服务器用于对所述云端控制指令进行解析以得到云端控制信号，并根据所述云端控制信号计算每个阶段的计算机器学习算法的云端任务量以得到云端运算结果；

所述终端运算结果与所述云端运算结果共同构成输出结果。

在其中一个实施例中，所述终端服务器执行根据所述终端控制信号计算每个阶段的计算机器学习算法的终端任务量以得到终端运算结果的步骤时，具体用于：根据所述终端控制信号计算每一层神经网络的终端任务量以得到终端运算结果；以及

所述云端服务器执行根据所述云端控制信号计算每个阶段的计算机器学习算法的云端任务量以得到云端运算结果的步骤时，具体用于：根据所述云端控制信号计算每一层神经网络的云端任务量以得到云端运算结果。

在其中一个实施例中，所述终端服务器包括终端控制模块、终端运算模块和终端通信模块；所述终端控制模块分别与所述终端运算模块和所述终端通信模块连接；

其中，所述终端控制模块用于获取需求信息，根据所述需求信息生成控制指令，以及对所述控制指令进行解析以得到终端控制信号，所述控制指令包括终端控制指令和云端控制指令；所述终端运算模块用于根据所述终端控制信号计算每一层神经网络的终端任务量以得到终端运算结果。

在其中一个实施例中，所述云端服务器包括云端控制模块、云端运算模块和云端通信模块；所述云端控制模块分别与所述云端运算模块和所述云端通信模块连接；

其中，所述云端控制模块用于对所述云端控制指令进行解析以得到云端控制信号；所述云端运算模块用于根据所述云端控制信号计算每一层神经网络的云端任务量以得到云端运算结果；