[发明专利]一种自动部署模型训练环境的方法和装置在审
| 申请号： | 201811293231.0 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109408062A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 辛永欣 | 申请（专利权）人： | 郑州云海信息技术有限公司 |
| 主分类号： | G06F8/41 | 分类号： | G06F8/41;G06F8/61;G06F9/455 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 武硕 |
| 地址： | 450018 河南省郑州市*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 模型训练 脚本 自动部署 创建 方法和装置 环境部署 可移植性 训练模块 训练数据 语音模型 语音识别 部署 学习 | ||
1.一种自动部署模型训练环境的方法，其特征在于，包括以下步骤：
安装并启动Docker及NVIDIA-Docker；
运行第一脚本以基于所述Docker及NVIDIA-Docker创建镜像；
运行第二脚本以基于所述Docker及NVIDIA-Docker创建所述镜像的容器；以及
创建完所述容器后，运行第三脚本以启动模型训练。
2.根据权利要求1所述的方法，其特征在于，运行第一脚本以基于所述Docker及NVIDIA-Docker创建镜像包括：通过所述第一脚本根据Dockerfile文件执行命令以编译所述镜像。
3.根据权利要求2所述的方法，其特征在于，所述Dockerfile文件中包括设置所述镜像使用的基础镜像和相关的基准库。
4.根据权利要求1所述的方法，其特征在于，所述模型是深度学习语音识别模型。
5.根据权利要求1所述的方法，其特征在于，所述第三脚本包括提供自动下载训练数据及转换数据的脚本。
6.根据权利要求5所述的方法，其特征在于，所述第三脚本还包括提供自动化训练模型的脚本，用户只需要设置训练的迭代步数，就可启动测试。
7.根据权利要求1所述的方法，其特征在于，所述模型可以是机器翻译模型。
8.一种自动部署模型训练环境的装置，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1-7任意一项所述的方法。
9.根据权利要求8所述的装置，其特征在于，所述装置搭载于5280M5服务器上，所述服务器安装有一个或多个GPU。
10.根据权利要求9所述的装置，其特征在于，所述服务器搭载ubuntu操作系统。
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郑州云海信息技术有限公司，未经郑州云海信息技术有限公司许可，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/201811293231.0/1.html，转载请声明来源钻瓜专利网。
