[发明专利]一种代码生成的机器学习模型全流程自动部署方法及系统

说明书

本申请公开了一种代码生成的机器学习模型全流程自动部署方法及系统，所述方法包括：通过获得第一机器学习模型的全流程步骤信息；获得单个步骤的数据处理算子；获得第一线上软件，获得第一线上软件环境；进一步生成第一字符串模板；通过提取所述数据处理算子中训练好的参数输入所述第一字符串模板进行渲染，生成单步骤代码文本；生成第一部署结构；构建第一通用预测模板；基于所述单步骤代码文本获得第一部署结果。解决了现有技术中存在无法基于代码生成技术实现机器学习模型全流程的自动化部署，从而无法进一步提高机器学习模型实时预测性能的技术问题。达到了利用编译原理中的代码生成技术实现机器学习模型全流程的自动化部署的技术效果。

技术领域

本申请涉及计算机领域，尤其涉及一种代码生成的机器学习模型全流程自动部署方法及系统。

背景技术

在生产中算法工程师经常需要训练模型，并将训练好的模型部署到线上软件系统，即，将一些三方的开源框架或者企业内部框架作用在数据上的计算结果转化为一个线上服务，能获得与离线模型相同的效果。然而，在生产环境中运行的机器学习模型是复杂的软件系统。不同于普通的软件开发和部署，机器学习工程师面临着一些新的挑战。举例如复杂的模型管道由不同的数据处理操作组合而成，通常会含有很多参数；甚至多个模型管道会进行集成，严重加剧了模型部署的难度和性能问题。此外，模型部署不仅仅包括已训练的模型与线上软件系统的集成，也包括模型的维护和更新，好的模型部署方案不仅应当在上线时就具有好的性能，也应当减少维护和更新的成本。

本申请在实现本申请实施例中技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在无法基于代码生成技术实现机器学习模型全流程的自动化部署，从而无法进一步提高机器学习模型实时预测性能的技术问题。

发明内容

本申请的目的是提供一种代码生成的机器学习模型全流程自动部署方法及系统，用以解决现有技术中存在无法基于代码生成技术实现机器学习模型全流程的自动化部署，从而无法进一步提高机器学习模型实时预测性能的技术问题。

鉴于上述问题，本申请实施例提供了一种代码生成的机器学习模型全流程自动部署方法及系统。

第一方面，本申请提供了一种代码生成的机器学习模型全流程自动部署方法，所述方法通过一种代码生成的机器学习模型全流程自动部署系统实现，其中，所述方法包括：通过获得第一机器学习模型的全流程步骤信息；根据所述全流程步骤信息，获得单个步骤的数据处理算子；获得第一线上软件，基于所述第一线上软件的环境信息，获得第一线上软件环境；根据所述数据处理算子和所述第一线上软件环境，生成第一字符串模板；通过提取所述数据处理算子中训练好的参数输入所述第一字符串模板进行渲染，生成单步骤代码文本；根据所述全流程步骤信息，生成第一部署结构；根据所述第一部署结构，构建第一通用预测模板，其中，所述第一通用预测模板用于串联所述全流程步骤信息；将所述单步骤代码文本输入所述第一通用预测模板进行部署，获得第一部署结果，其中，所述第一部署结果为模型预测结果。