[发明专利]一种交互式机器学习实验展示方法及系统在审

专利信息
申请号: 201710190169.1 申请日: 2017-03-27
公开(公告)号: CN108665071A 公开(公告)日: 2018-10-16
发明(设计)人: 张天旭;甄茂成;周鹏程;郝雷;桑强;代稳 申请(专利权)人: 苏宁云商集团股份有限公司
主分类号: G06N99/00 分类号: G06N99/00
代理公司: 江苏圣典律师事务所 32237 代理人: 许峰
地址: 210042 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器学习 初始模型 画布区域 评估结果 预设目标 参数配置数据 计算机图形学 展示 参数区域 节点设置 节点数据 开发效率 列表区域 选择组件 组件配置 最终模型 便捷性 画布 评估 创建 调试 网页 门槛 监控 配置
【权利要求书】:

1.一种交互式机器学习实验展示方法,其特征在于,包括:

在网页上创建画布;所述画布包括组件列表区域、画布区域和组件配置参数区域;

从所述组件列表区域中选择组件并置于画布区域中,在组件配置参数区域中对所述组件的参数进行配置,并读取数据,完成节点设置;

对所述画布区域中的节点数据进行训练,获得初始模型;

对所述初始模型进行评估,如果评估结果没有达到预设目标,则修改参数配置数据,重新训练后进行评估,直至评估结果满足预设目标,获得最终模型。

2.按照权利要求1所述的方法,其特征在于,还包括进行自动布局,具体包括:

将所述节点和节点之间的连线数据重新生成为图结构数据;

调用布局函数,将所述图结构数据输入布局函数中,生成节点布局后的新坐标;

清除画布区域中原有节点和连线;

采用所述新坐标重新生成节点和连线,并更新数据库中的节点和连线坐标。

3.按照权利要求1所述的方法,其特征在于,还包括运行进度显示,具体包括:

所述节点开始运行时,计算连线路径的长度,设置连线的初始样式为虚线描边;

使用Websocket技术实时获取后端推送的进度数据,测算进度百分数和偏移量,所述偏移量等于所述连线路径的长度乘以所述进度百分数;

根据所述偏移量,按照连线方向,将实线从连线起点向终点移动,其中,所述实线的长度等于偏移量;

返回所述实时获取后端推送的进度数据步骤,直至完成运行。

4.按照权利要求1所述的方法,其特征在于,还包括暂停或者恢复节点运行,具体包括:

接收指令,然后通过调度模块执行所述指令;所述指令包括暂停运行节点或者恢复运行节点。

5.按照权利要求1所述的方法,其特征在于,所述获得初始模型,具体包括:

从所述组件列表区域中选择训练组件至画布区域中,并进行参数配置,形成训练节点;

连接待处理节点的出端口和所述训练节点的入端口;

运行所述训练节点,完成训练,获得初始模型。

6.按照权利要求1所述的方法,其特征在于,所述对初始模型进行评估,具体包括:

从所述组件列表区域中选择模型评估组件至画布区域中,并进行参数配置,形成模型评估节点;

连接所述初始模型的出端口和所述模型评估节点的入端口;

运行所述模型评估节点。

7.按照权利要求1所述的方法,其特征在于,还包括对节点进行数据预处理,具体包括:

从所述组件列表区域中选择数据预处理组件置于画布区域中,并进行参数配置,形成数据预处理节点;

连接待处理节点的出端口和所述数据预处理节点的入端口;

运行所述数据预处理节点,完成数据预处理。

8.按照权利要求1所述的方法,其特征在于,还包括对节点进行特征提取,具体包括:

从所述组件列表区域中选择特征提取组件置于画布区域中,并进行参数配置,形成特征提取节点;

连接待处理节点的出端口和所述特征提取节点的入端口;

运行所述特征提取节点,完成特征提取。

9.一种交互式机器学习实验展示系统,其特征在于,包括:

创建模块:用于根据用户输入的创建信息,在网页上创建画布;所述画布包括组件列表区域、画布区域和组件配置参数区域;

节点设置模块:用于从所述组件列表区域中选择组件并置于画布区域中,在组件配置参数区域中对所述组件的参数进行配置,并读取数据,完成节点设置;

训练模块:用于对所述画布区域中的节点数据进行训练,获得初始模型;

模型评估模块:用于对所述初始模型进行评估,如果评估结果没有达到预设目标,则修改参数配置数据,重新训练后进行评估,直至评估结果满足预设目标,获得最终模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏宁云商集团股份有限公司,未经苏宁云商集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710190169.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top