[发明专利]数据处理方法、装置、设备以及存储介质

说明书

本公开公开了数据处理方法、装置、设备和计算机存储介质，涉及深度学习、大数据等人工智能领域。具体实现方案为：在当前的测试任务的提交信息中，提取构建模型所需要的依赖包所在的第一子目录；在所述第一子目录与历史的测试任务的提交信息中的第二子目录相同的情况下，从本地存储模块中获得所述依赖包。本公开实施例能够提高依赖包获取的效率，进而提高根据依赖包构建模型的过程的执行效率。

技术领域

本公开涉及计算机技术领域，尤其涉及深度学习、大数据等人工智能领域。

背景技术

随着计算机技术的发展，计算机技术的智能化程度也越来越高，实现智能化的计算机技术，计算机模型往往是必不可少的工具之一。计算机模拟模型：指利用计算机大量、高速处理信息的能力，在计算机内设置一定环境，以程序来实现客观系统中的某些规律或规则并高速运行，以便观察与预测客观系统状况的一种强有力的概念模式。

计算机模型可以包括深度学习模型、机器学习模型等。这些模型在使用前均需要进行构建。由于计算机模型技术也处于快速发展的过程中，不同计算机模型构建过程通常也会使用某一些相同的依赖包，依赖包中包含构建计算机模型所需要的一些数据。计算机模型构建技术的改进，不仅涉及模型本身的优化，模型构建的速度也是一个改进和优化的方向。

发明内容

本公开提供了一种用于数据处理方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种数据处理方法，包括：

基于当前的测试任务，提取构建模型所需要的依赖包所在的第一子目录；

将第一子目录与历史的测试任务对应的第二子目录相比较；

基于第一比较结果，从本地存储模块中获得依赖包，第一比较结果为第一子目录与第二子目录相同。

根据本公开的另一方面，提供了一种数据处理装置，包括：

第一子目录提取模块，用于基于当前的测试任务，提取构建模型所需要的依赖包所在的第一子目录；

比较模块，用于将第一子目录与历史的测试任务对应的第二子目录相比较；

第一获得模块，用于基于第一比较结果，从本地存储模块中获得依赖包，第一比较结果为第一子目录与第二子目录相同。

根据本公开的又一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开任意一个实施例所提供的方法。

根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开任意一个实施例所提供的方法。

根据本公开的又一方面，提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现本公开任意一个实施例中所提供的方法。

根据本公开的又一方面，提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现本公开任意一项实施例所提供的方法。

根据本公开的技术，能够以更快的速度获取构建模型需要的依赖包，使得根据本公开实施例获得依赖包进行模型构建的过程效率得以提高。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：