[发明专利]一种机器学习算法运行方法、装置、设备及介质

权利要求书

1.一种机器学习算法运行方法，其特征在于，所述方法包括：

接收机器学习算法的算法压缩包及携带所述机器学习算法的运行环境的Conda环境压缩包；

将所述算法压缩包和所述Conda环境压缩包解压到设定的目录地址；获取所述算法压缩包携带的算法信息及所述Conda环境压缩包解压后的Conda环境包目录名称；

将所述算法信息、所述Conda环境包目录名称及容器的容器启动脚本名称，配置到预先创建的Conda基础镜像的系统环境变量中，其中所述Conda基础镜像能够运行所述机器学习算法，并且所述Conda基础镜像能够在所述容器中运行；

若接收到容器启动指令，通过所述容器启动脚本名称对应的容器启动脚本将所述目录地址挂载到所述容器中；根据所述Conda基础镜像的系统环境变量中的配置信息，激活所述机器学习算法的运行环境，启动并运行所述机器学习算法。

2.根据权利要求1所述的方法，其特征在于，预先创建所述Conda基础镜像的过程包括：

基于Linux内核基础镜像，安装Conda环境管理工具，以创建所述Conda基础镜像。

3.根据权利要求2所述的方法，其特征在于，所述Linux内核基础镜像为社区企业操作系统CentOS。

4.根据权利要求1所述的方法，其特征在于，所述通过所述容器启动脚本名称对应的容器启动脚本将所述目录地址挂载到所述容器中之后，所述根据所述Conda基础镜像的系统环境变量中的配置信息，激活所述机器学习算法的运行环境之前，所述方法还包括：

触发预设的开始执行脚本，基于所述开始执行脚本，执行后续步骤。

5.根据权利要求1-4任一所述的方法，其特征在于，所述激活所述机器学习算法的运行环境之后，所述启动并运行所述机器学习算法之前，所述方法还包括：

触发所述算法信息中的算法启动脚本，基于所述算法启动脚本，执行后续步骤。

6.一种机器学习算法运行装置，其特征在于，所述装置包括：

接收模块，用于接收机器学习算法的算法压缩包及携带所述机器学习算法的运行环境的Conda环境压缩包；

获取模块，用于将所述算法压缩包和所述Conda环境压缩包解压到设定的目录地址；获取所述算法压缩包携带的算法信息及所述Conda环境压缩包解压后的Conda环境包目录名称；

配置模块，用于将所述算法信息、所述Conda环境包目录名称及容器的容器启动脚本名称，配置到预先创建的Conda基础镜像的系统环境变量中，其中所述Conda基础镜像能够运行所述机器学习算法，并且所述Conda基础镜像能够在所述容器中运行；

运行模块，用于若接收到容器启动指令，通过所述容器启动脚本名称对应的容器启动脚本将所述目录地址挂载到所述容器中；根据所述Conda基础镜像的系统环境变量中的配置信息，激活所述机器学习算法的运行环境，启动并运行所述机器学习算法。

7.根据权利要求6所述的装置，其特征在于，所述配置模块，还用于基于Linux内核基础镜像，安装Conda环境管理工具，以创建所述Conda基础镜像。

8.根据权利要求6所述的装置，其特征在于，所述运行模块，还用于所述通过所述容器启动脚本名称对应的容器启动脚本将所述目录地址挂载到所述容器中之后，触发预设的开始执行脚本，基于所述开始执行脚本，执行后续所述根据所述Conda基础镜像的系统环境变量中的配置信息，激活所述机器学习算法的运行环境的步骤。

9.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-5中任一所述机器学习算法运行方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述机器学习算法运行方法的步骤。