[发明专利]机器学习运算的分配系统及方法

说明书

本发明涉及一种机器学习运算的分配系统，根据终端服务器控制指令在终端服务器中使用运算能力较低的第一机器学习算法计算上述运算任务时，可得到一个准确性较低的运算结果。而根据云端服务器控制指令在云端服务器中使用运算能力较高的第二机器学习算法也计算上述同一个运算任务时，可得到一个准确性较高的运算结果。这样，实现了基于用户的需求，灵活地使用不同的机器学习算法分别执行同一个运算任务，从而用户可分别得到一个准确性较低的运算结果和一个准确性较高的运算结果。并且，由于终端服务器的运算能力较弱，终端运算结果能够先输出，这样避免了用户需要长时间的等待，提高了处理效率。

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运算的分配系统及方法。

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云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，进而导致用户的等待时间过长。

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运算的分配系统及方法。

一种机器学习运算的分配系统，包括：终端服务器和云端服务器；

所述终端服务器用于根据需求信息生成对应的运算任务，并根据所述运算任务和终端服务器的硬件性能参数选取在所述终端服务器运行的第一机器学习算法，以及根据所述运算任务和云端服务器的硬件性能参数选取在所述云端服务器运行的第二机器学习算法；

根据所述第一机器学习算法和所述运算任务生成终端服务器控制指令，以及根据所述第二机器学习算法和所述运算任务生成云端服务器控制指令。

一种机器学习运算的分配方法，包括：

获取需求信息、终端服务器的硬件性能参数和云端服务器的硬件性能参数；

根据所述需求信息生成对应的运算任务，并根据所述运算任务和所述终端服务器的硬件性能参数选取在所述终端服务器运行的第一机器学习算法，以及根据所述运算任务和所述云端服务器的硬件性能参数在所述云端服务器运行的第二机器学习算法；

根据所述第一机器学习算法和所述运算任务生成终端服务器控制指令，以及根据所述第二机器学习算法和所述运算任务生成云端服务器控制指令。