模型训练方法、装置、电子设备及计算机可读存储介质与流程

技术特征：
1.一种模型训练方法，其特征在于，所述方法包括：获取多个训练样本；基于所述多个训练样本，生成多个训练样本集，其中，每一所述训练样本集包含所述多个训练样本，且各所述训练样本集中所述多个训练样本的顺序随机；在生成所述多个训练样本集的过程中，根据已生成的所述训练样本集对预设模型进行训练；输出训练好的所述预设模型。2.根据权利要求1所述的方法，其特征在于，所述基于所述多个训练样本，生成多个训练样本集，包括：基于预设分布式计算平台和所述多个训练样本，依次生成多个训练样本集。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：将生成的训练样本集发布至预设队列中；所述根据已生成的所述训练样本集对预设模型进行训练，包括：依次提取所述预设队列中的训练样本集，并在提取到每一所述训练样本集时，根据该训练样本集对预设模型进行训练。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：当所述预设队列中无可消费的训练样本集时，暂停所述根据该训练样本集对预设模型进行训练的操作，直至对所述预设模型进行训练的次数达到预设次数。5.根据权利要求3所述的方法，其特征在于，所述将生成的训练样本集发布至预设队列中，包括：构建连接至预设队列的多个连接池；通过所述多个连接池，将生成的训练样本集发送至所述预设队列中。6.根据权利要求1所述的方法，其特征在于，所述根据已生成的所述训练样本集对预设模型进行训练，包括：按照已生成的所述训练样本集的生成时间顺序，从最早生成的训练样本集开始，依次利用已生成的所述训练样本集对预设模型进行训练。7.根据权利要求1所述的方法，其特征在于，所述获取多个训练样本，包括：接收训练样本筛选指令，其中，所述训练样本筛选指令中携带有预设筛选条件；从预设训练样本数据库中，提取满足所述预设筛选条件的多个训练样本。8.根据权利要求7所述的方法，其特征在于，所述预设训练样本数据库为mongodb数据库，所述预设训练样本数据库中的训练样本以json格式存储。9.根据权利要求1至8任一项所述的方法，其特征在于，所述方法还包括：存储所述获取的多个训练样本至预设归档数据库；和/或在输出训练好的所述预设模型的同时，存储输出的所述预设模型，以及该预设模型与对应的训练样本的关联性数据至预设归档数据库。10.一种模型训练装置，其特征在于，所述装置包括：获取模块，用于获取多个训练样本；生成模块，用于基于所述多个训练样本，生成多个训练样本集，其中，每一所述训练样
本集包含所述多个训练样本，且各所述训练样本集中所述多个训练样本的顺序随机；训练模块，用于在生成所述多个训练样本集的过程中，根据已生成的所述训练样本集对预设模型进行训练；输出模块，用于输出训练好的所述预设模型。11.一种电子设备，其特征在于，包括存储器和处理器；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-9任一所述的方法步骤。12.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-9任一所述的方法步骤。

技术总结
本申请实施例提供了一种模型训练方法、装置、电子设备及计算机可读存储介质，可以获取多个训练样本；基于多个训练样本，生成多个训练样本集，其中，每一训练样本集包含多个训练样本，且各训练样本集中多个训练样本的顺序随机；在生成多个训练样本集的过程中，根据已生成的训练样本集对预设模型进行训练；输出训练好的预设模型。基于上述处理，能够缩短模型训练的时长，提高模型训练的效率。提高模型训练的效率。提高模型训练的效率。


技术研发人员：王森
受保护的技术使用者：北京金山云网络技术有限公司
技术研发日：2020.04.29
技术公布日：2021/10/28