[发明专利]一种基于云计算的机器学习的方法及装置

说明书

一种基于云计算的机器学习的方法，包括：根据选定的深度学习框架拉取对应的镜像，根据所述镜像及包括指定的处理器资源的数量的配置信息创建容器，将输入的模型文件的存储路径和训练数据的存储路径与所述容器进行绑定；训练过程中，使用所述容器，执行根据所述模型文件的存储路径获取的模型文件，根据所述训练数据的存储路径读取所述训练数据，利用所读取的训练数据训练执行所述模型文件所建立的模型，发布训练好的模型。一种基于云计算的机器学习的装置。本方案能够消除机器学习使用过程中的复杂性，降低学习使用门槛。

技术领域

本发明涉及云计算技术，尤指一种基于云计算的机器学习的方法及装置。

背景技术

机器学习(Machine Learning，简称ML)是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

目前，大多数开发人员通常觉得机器学习要比它本身难得多，因为需要构建和训练模型，然后将其部署到生产中的流程过于复杂，并且速度太慢。机器学习使用过程主要有以下几部分：收集和准备训练数据、选择要使用的算法和框架、通过训练教模型如何进行预测、调整模型、将模型与应用程序集成并部署等几大步骤，每一步都需要极为繁琐的手动工作，还需要大量的专业知识、访问大量的计算和存储、大量的时间对流程的各个方面进行试验和优化，这些因素导致大多数开发人员无法单独使用机器学习。

发明内容

为了解决上述技术问题，本发明提供了一种基于云计算的机器学习的方法及装置，消除机器学习使用过程中的复杂性，降低使用门槛。

为了达到本发明目的，本发明提供了一种基于云计算的机器学习的方法，其中，包括：

根据选定的深度学习框架拉取对应的镜像，根据所述镜像及包括指定的处理器资源的数量的配置信息创建容器，将输入的模型文件的存储路径和训练数据的存储路径与所述容器进行绑定；

训练过程中，使用所述容器，执行根据所述模型文件的存储路径获取的模型文件，根据所述训练数据的存储路径读取所述训练数据，利用所读取的训练数据训练执行所述模型文件所建立的模型，发布训练好的模型。

进一步地，所述训练过程中，还包括：根据用户利用Jupyter笔记本输入的指示，对模型代码进行调整。

进一步地，所述训练数据存储于存储空间中，所述存储空间挂载至所述容器中。

进一步地，所述发布训练好的模型，包括：

拉取选定的应用程序镜像，调用训练好的模型。

进一步地，所述深度学习框架包括以下任一种：张量流TensorFlow、MXNet、卷积神经网络框架；

所述处理器资源包括：图形处理器或中央处理器。

一种基于云计算的机器学习的装置，其中，包括：

创建模块，用于根据选定的深度学习框架拉取对应的镜像，根据所述镜像及包括指定的处理器资源的数量的配置信息创建容器，将输入的模型文件的存储路径和训练数据的存储路径与所述容器进行绑定；

训练模块，用于训练过程中，使用所述容器，执行根据所述模型文件的存储路径获取的模型文件，根据所述训练数据的存储路径读取所述训练数据，利用所读取的训练数据训练执行所述模型文件所建立的模型，发布训练好的模型。

进一步地，所述训练模块，还用于根据用户利用Jupyter笔记本输入的指示，对模型代码进行调整。

进一步地，所述训练数据存储于存储空间中，所述存储空间挂载至所述容器中。