[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

说明书

本发明涉及机器学习技术，揭露了一种机器学习的运行控制方法，包括：获取机器学习的数据读写场景的属性数据；获取包含数据读写参数的多个机器学习文件，将机器学习文件封装成对应的机器学习组件；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，运行机器学习对应的序列化运行控制文件。本发明还提出了机器学习的运行控制装置、设备及计算机可读存储介质。此外，本发明还涉及区块链技术，机器学习文件可存储于区块链节点中。本发明可以提高机器学习执行的效率。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种机器学习的运行控制方法、装置、电子设备及计算机可读存储介质。

背景技术

在机器学习的运行控制过程中，为了有序进行机器学习，需要依赖繁琐的流程步骤。具体的说，需要设置机器学习参数，输入机器学习样本，对样本进行处理，输出机器学习结果，根据机器学习结果对机器学习参数进行更新等。

目前执行机器学习的常用方法为开发人员预先配置机器学习过程中每个步骤需要的通用配置模板，当机器学习执行到某一特定步骤时，再由开发人员根据该特定步骤中的特定需求手动配置该特定步骤中需求的数据并执行机器学习中下一个步骤。该方法中，由于不同步骤需要配置的数据存在差异，因此需要在执行机器学习的每个步骤前进行相应的配置，导致了机器学习执行的准确性交底、执行效率低下。

发明内容

本发明提供一种机器学习的运行控制方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高机器学习执行的效率。

为实现上述目的，本发明提供的一种机器学习的运行控制方法，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。

可选地，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。

可选地，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；