[发明专利]机器学习的运行控制方法、装置、电子设备及存储介质

权利要求书

1.一种机器学习的运行控制方法，其特征在于，所述方法包括：

获取机器学习的数据读写场景的属性数据，所述数据读写场景的属性数据包括所述数据读写场景对应的数据读写参数；

从预先存储的机器学习文件中，获取包含所述数据读写参数的多个机器学习文件，将获取的各个机器学习文件分别封装成对应的机器学习组件，获取的各个机器学习文件与封装的各个机器学习组件一一对应；

利用预设的依赖关系提取模型提取封装的各个机器学习组件之间的依赖关系；

根据提取的所述依赖关系，将封装的各个多个机器学习组件进行序列化组件合成处理，以生成所述机器学习对应的序列化运行控制文件；

当预先确定的运行控制触发条件达到时，运行所述机器学习对应的序列化运行控制文件，以实现机器学习的运行自动控制。

2.如权利要求1所述的机器学习的运行控制方法，其特征在于，所述将获取的各个机器学习文件分别封装成对应的机器学习组件，包括：

将所述多个机器学习文件写入预先构建的组件配置面板；

通过所述组件配置面板的第一接口和预设配置组件库的第二接口将所述预设配置组件库内的预设配置组件添加至所述组件配置面板；

在所述组件配置面板中利用所述预设配置组件配置所述多个机器学习文件中各个机器学习文件的封装参数，得到多个机器学习组件。

3.如权利要求2所述的机器学习的运行控制方法，其特征在于，所述通过所述组件配置面板的第一接口和预设配置组件库的第二接口将所述预设配置组件库内的预设配置组件添加至所述组件配置面板之前，所述方法还包括：

获取所述第一接口的第一数据传输参数和所述第二接口的第二数据传输参数；

从预设标准接口参数表中获取与所述第一数据传输参数相应的第一目标接口信息和与所述第二数据传输参数相应的第二目标接口信息；

根据所述第一目标接口信息和所述第二目标接口信息配置接口连接文件；

利用所述接口连接文件将所述组件配置面板的第一接口和所述预设配置组件库的第二接口进行连接。

4.如权利要求1所述的机器学习的运行控制方法，其特征在于，所述利用预设的依赖关系提取模型提取封装的各个机器学习组件之间的依赖关系，包括：

获取训练组件集以及所述训练组件集对应的标准依赖关系；

利用预设的依赖关系提取模型对所述训练组件集进行依赖关系提取，得到预测依赖关系；

计算所述预测依赖关系和所述标准依赖关系之间的差异值；

若所述差异值大于预设的误差阈值，则调整所述依赖关系提取模型的参数后重新进行依赖关系提取；

若所述差异值小于或等于所述误差阈值，则生成训练完成的依赖关系提取模型；

利用训练完成的依赖关系提取模型对所述多个机器学习组件进行依赖关系提取，得到所述多个机器学习组件之间的依赖关系。

5.如权利要求4所述的机器学习的运行控制方法，其特征在于，所述计算所述预测依赖关系和所述标准依赖关系之间的差异值，包括：

利用如下差异值算法计算所述预测依赖关系和所述标准依赖关系之间的差异值

其中，为所述预测依赖关系，Y为所述标准依赖关系，α为预设常数,N为所述多个机器学习文件的文件数量。

6.如权利要求1至5中任一项所述的机器学习的运行控制方法，其特征在于，所述运行控制触发条件包括由自定义处理函数构建的流程定时触发表达式。

7.如权利要求6所述的机器学习的运行控制方法，其特征在于，所述运行所述机器学习对应的序列化运行控制文件，以实现机器学习的运行自动控制之前，所述方法还包括：

根据用户上传的需求信息选取相应的自定义处理函数；

检测所述机器学习的运行控制环境；

通过与所述执行环境相应的编译器对所述自定义处理函数进行编译，得到所述流程定时触发表达式。