[发明专利]一种模型处理方法、装置、电子设备和存储介质

说明书

本申请公开了一种模型处理方法、装置、电子设备和存储介质，所述方法包括：接收业务模型的模型处理配置指令，将模型处理配置指令中的内容配置到预设的工作流流程信息中，生成业务模型对应的目标工作流运行实例，目标工作流运行实例包括模型训练实例和模型测试实例。运行模型训练实例，以训练目标机器学习模型，得到目标训练模型。运行模型测试实例，以测试目标训练模型，得到测试结果。在测试结果与模型预期参数相匹配的情况下，将目标训练模型作为业务模型。该方法可以自动完成模型训练、测试等的流程，提高了模型处理的效率，简化了模型处理的操作，从而节省了人工成本和运维成本。

技术领域

本申请涉及机器学习技术领域，尤其涉及一种模型处理方法、装置、电子设备和存储介质。

背景技术

机器学习平台作为模型处理工具，可以快速定位到合适的机器学习算法，为机器学习算法分配相应的资源，即可基于该机器学习算法进行模型训练。

现有技术中，机器学习平台通常是面向算法工程师的，导致机器学习平台的使用门槛较高，非算法工程师难以进行模型训练，提高了模型处理的操作难度，从而降低了模型处理的效率。

发明内容

本申请提供了一种模型处理方法、装置、电子设备和存储介质，得到提高了模型处理的效率，简化了模型处理操作的技术效果。

一方面，本申请提供了一种模型处理方法，所述方法包括：

接收目标业务的模型处理配置指令，所述模型处理配置指令包括所述目标业务对应的目标机器学习模型的模型关联特征信息，以及所述目标机器学习模型在所述目标业务下的数据集路径信息、训练轮次和模型预期参数；

将所述模型关联特征信息、所述数据集路径信息和所述训练轮次配置到预设的工作流流程信息中，生成所述目标业务对应的目标工作流运行实例，所述目标工作流运行实例包括模型训练实例和模型测试实例；

通过运行所述模型训练实例训练所述目标机器学习模型，得到目标训练模型；

通过运行所述模型测试实例测试所述目标训练模型，得到测试结果；

在所述测试结果与所述模型预期参数相匹配的情况下，将所述目标训练模型作为业务模型，所述业务模型用于执行所述目标业务。

另一方面提供了一种模型处理装置，

所述装置包括：配置信息获取模块、工作流运行实例生成模块、模型训练模块、模型测试模块和业务模型确定模块；

所述配置信息获取模块用于接收目标业务的模型处理配置指令，所述模型处理配置指令包括所述目标业务对应的目标机器学习模型的模型关联特征信息，以及所述目标机器学习模型在所述目标业务下的数据集路径信息、训练轮次和模型预期参数；

所述工作流运行实例生成模块用于将所述模型关联特征信息、所述数据集路径信息和所述训练轮次配置到预设的工作流流程信息中，生成所述目标业务对应的目标工作流运行实例，所述目标工作流运行实例包括模型训练实例和模型测试实例；

所述模型训练模块用于通过运行所述模型训练实例训练所述目标机器学习模型，得到目标训练模型；

所述模型测试模块用于通过运行所述模型测试实例测试所述目标训练模型，得到测试结果；

所述业务模型确定模块用于在所述测试结果与所述模型预期参数相匹配的情况下，将所述目标训练模型作为业务模型，所述业务模型用于执行所述目标业务。

另一方面提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述所述的一种模型处理方法。