[发明专利]一种调度方法、装置以及电子设备

说明书

本说明书实施例公开了一种调度方法、装置以及电子设备。所述方法包括：预先以组件的形式对算法进行封装，进而基于封装得到的算法组件以可视化的DAG数据来表示建模流程，以及进行任务调度。

技术领域

本说明书涉及计算机软件技术领域，尤其涉及一种调度方法、装置以及电子设备。

背景技术

在大数据技术广泛应用于人工智能领域的背景下，建模人员往往要针对千万、亿级的数据进行建模，建模过程中往往要对同一批数据进行多种机器学习算法的训练、评估和对比，每一种机器学习算法又会有多个参数的计算调优。

常见的大数据计算框架如开源社区的Hadoop、Spark等，以及其他各类深度学习框架如Caffee、TensorFlow等均提供了大规模计算能力，用户可以在其上搭建业务需要的建模流程，建模流程可能包括多个机器学习算法的组合。

在现有技术中，通常以代码或者脚本的形式开发和调试建模流程。

基于现有技术，需要一种更高效的建模流程的开发和调试方案。

发明内容

本说明书实施例提供一种调度方法、装置以及电子设备，用以解决如下技术问题：需要一种更高效的建模流程的开发和调试方案。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种调度方法，包括：

获取有向无环图(Directed Acyclic Graph，DAG)数据，所述DAG数据中的节点表示预配置的算法组件，所述算法组件表示其对应节点的节点任务；

根据指定的任务执行方式，确定所述DAG数据中的目标节点以及所述目标节点间依赖关系；

根据所述目标节点以及所述目标节点间依赖关系，对所述目标节点的节点任务进行调度，以便于基于对应的所述算法组件执行所述目标节点的节点任务。

本说明书实施例提供的一种调度装置，包括：

获取模块，获取DAG数据，所述DAG数据中的节点表示预配置的算法组件以及对应的节点任务；

确定模块，根据指定的任务执行方式，确定所述DAG数据中的目标节点以及所述目标节点间依赖关系；

调度模块，根据所述目标节点以及所述目标节点间依赖关系，对所述目标节点的节点任务进行调度，以便于基于对应的所述算法组件执行所述目标节点的节点任务；

其中，所述算法组件通过对机器学习算法封装得到。

本说明书实施例提供的一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取有向无环图(Directed Acyclic Graph，DAG)数据，所述DAG数据中的节点表示预配置的算法组件，所述算法组件表示其对应节点的节点任务；

根据指定的任务执行方式，确定所述DAG数据中的目标节点以及所述目标节点间依赖关系；

根据所述目标节点以及所述目标节点间依赖关系，对所述目标节点的节点任务进行调度，以便于基于对应的所述算法组件执行所述目标节点的节点任务；

其中，所述算法组件通过对机器学习算法封装得到。