[发明专利]模型更新方法、装置、设备及计算机可读介质

说明书

本申请涉及一种模型更新方法、装置、设备及计算机可读介质。该方法包括：获取更新请求，更新请求用于请求对第一子服务进行更新，第一子服务属于目标服务；在利用更新请求确定第一模型与第二模型匹配的情况下，通过第一进程加载第一模型，第一模型为提供更新后的第一子服务的服务模型，第二模型为当前提供第一子服务的服务模型，目标服务的每个子服务的服务模型分别加载在不同的进程上；将通过目标队列进行通信的第二进程替换为第一进程，目标队列用于多个进程之间进行通信，多个进程包括加载目标服务的各个子服务的服务模型的进程，第二进程用于加载第二模型。本申请解决了算法模型更新效率低的技术问题。

技术领域

本申请涉及热更新技术领域，尤其涉及一种模型更新方法、装置、设备及计算机可读介质。

背景技术

随着深度学习算法的蓬勃发展，如今深度学习已经深入到了各行各业中。在庞大的应用领域内，为了满足不同的业务需求，适应频繁快速的迭代周期，需要对算法模型的更新效率提出更为严格的要求。

目前，相关技术中，采用人工部署算法更新的方式，但面对大量的算法更新部署需求，有限的开发人员难以快速完成算法更新，并且更新大量重复性工作和时间消耗也使得人工难以支撑。

针对算法模型的更新效率低的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种模型更新方法、装置、设备及计算机可读介质，以解决算法模型的更新效率低的技术问题。

根据本申请实施例的一个方面，本申请提供了一种模型更新方法，应用于服务端，包括：

获取更新请求，更新请求用于请求对第一子服务进行更新，第一子服务属于目标服务；

在利用更新请求确定第一模型与第二模型匹配的情况下，通过第一进程加载第一模型，第一模型为提供更新后的第一子服务的服务模型，第二模型为当前提供第一子服务的服务模型，目标服务的每个子服务的服务模型分别加载在不同的进程上；

将通过目标队列进行通信的第二进程替换为第一进程，目标队列用于多个进程之间进行通信，多个进程包括加载目标服务的各个子服务的服务模型的进程，第二进程用于加载第二模型。

可选地，获取更新请求之后，该方法还包括按照如下方式利用更新请求确定第一模型与第二模型是否匹配：

确定更新请求被送达的目标容器，目标容器用于保存提供目标服务的算法模型，更新请求为客户端通过目标互联网协议地址和目标端口发送至目标容器的；

提取更新请求中携带的第一模型的模型标识，并在目标容器中的多个第二模型中查找第二模型是否具有模型标识；

在查找到第二模型具有模型标识的的情况下，确定第一模型与第二模型匹配，并向客户端发送匹配成功标识。

可选地，通过第一进程加载第一模型之前，该方法还包括按照如下方式接收第一模型：

接收客户端响应匹配成功标识发送的第一模型；

在接收到结束标识的情况下，向客户端发送传输完成标识，以在客户端中生成传输完成提示信息；

在未接收到结束标识且在预设时间阈范围内未接收到第一模型的传输数据的情况下，向客户端发送传输失败标识，并监听socket连接，以在客户端响应传输失败标识重新发送第一模型时接收第一模型。

可选地，通过第一进程加载第一模型之前，该方法还包括按照如下方式对第一模型进行校验：

确定第一模型的校验码；

在校验码与更新请求中携带的验证码一致的情况下，向客户端发送校验通过标识，以在客户端中生成校验通过提示信息；