[发明专利]将学习模型集成到软件开发系统中

说明书

本主题技术提供确定第一格式的机器学习模型包括足够的数据以符合第二格式的特定模型规范，该第二格式对应于面向对象的编程语言。本主题技术将机器学习模型变换为与特定模型规范兼容的变换的机器学习模型。主题技术生成用于变换的机器学习模型的代码接口和代码，该代码接口包括面向对象的编程语言中的代码语句，该代码语句对应于表示变换的机器学习模型的对象。另外，本主题技术提供了生成的代码接口和代码用于在集成开发环境(IDE)中显示，该IDE允许修改生成的代码接口和代码。

相关申请的交叉引用

本申请要求于2017年6月3日提交的标题为“INTEGRATION OF LEARNING MODELSINTO A SOFTWARE DEVELOPMENT SYSTEM”的美国临时专利申请序列号62/514,780的权益，该专利据此全文以引用方式并入本文，并且出于所有目的作为本美国实用专利申请的一部分。

技术领域

本说明书整体涉及将学习模型集成到软件开发系统中，包括机器学习模型在集成开发环境中的变换和呈现。

背景技术

软件开发环境可用于在不同计算平台上以给定编程语言创建软件程序。

附图说明

本主题技术的一些特征在所附权利要求书中被示出。然而，出于解释的目的，在以下附图中阐述了本主题技术的若干实施方案。

图1示出了根据一个或多个具体实施的示例网络环境，其中可以实现将学习模型集成到软件开发系统中的系统。

图2示出了根据一个或多个具体实施的用于将机器学习(ML)模型与面向对象的代码集成的集成开发环境的示例性软件架构。

图3示出了根据一个或多个具体实施的用于将现有的ML模型变换为模型规范的示例过程的流程图。

图4示出了根据一个或多个具体实施的用于提供变换的ML模型用于在软件开发环境中查看的示例过程的流程图。

图5示出了根据一个或多个具体实施的用于将已编译的ML模型发送到目标设备的运行环境的示例过程。

图6示出了根据一个或多个具体实施的现有ML模型和变换的ML模型的数据的示例结构。

图7示出了可以利用其来实现本主题技术的一个或多个具体实施的电子系统。

具体实施方式

下面示出的具体实施方式旨在作为本主题技术的各种配置的描述并且不旨在表示本主题技术可被实践的唯一配置。附图被并入本文并且构成具体实施方式的一部分。具体实施方式包括具体的细节旨在提供对本主题技术的透彻理解。然而，本主题技术不限于本文阐述的具体细节，而是可以采用一个或多个其他具体实施来实践。在一个或多个具体实施中，以框图形式示出了结构和部件，以便避免使本主题技术的概念模糊。

使软件开发者能够在软件开发环境中利用机器学习模型的现有方法可能需要大量的配置。在一些情况下，开发机器学习模型需要设置附加的软件库、硬件配置等，这可能会为某些软件开发者创建进入的感知障碍。此外，许多软件开发者都精通从事面向对象编程的范例，这些范例集成在许多用于开发软件的现有工具中。相比之下，机器学习领域的最新发展已经产生了由不同的第三方提供的软件库，这些软件库被设计为在独立或单独的开发环境中工作，并且可要求软件开发者采用不同的方法来开发有时非常广泛地离开许多开发人员习惯的面向对象编程的理解概念的机器学习模型。