一种模型测试方法及系统与流程

1.本技术主要涉及人工智能领域，特别涉及一种模型测试方法及系统。


背景技术：

2.人工智能模型(下文简称“模型”)是指使用人工智能算法，通过一定的数据，训练生成的解决特定实际问题的程序包，如人脸识别、文字识别和花卉识别等。为了验证模型的性能，也就是模型解决问题的能力，需要对模型进行测试和评估。
3.在模型的测试和评估中，往往需要使用大量的测试数据。例如，测试人脸识别模型对千万人的识别性能，至少需要包含1000万个测试数据的测试集。传统的模型测试方法是在单一机器上进行，由于测试数据量巨大，往往耗时较长。


技术实现要素：

4.有鉴于此，本技术提供了一种模型测试方法及系统，能够在多个计算节点上并行执行模型测试任务，从而减少模型测试的时间。
5.一方面，本技术实施例提供了一种模型测试方法，所述方法应用于任务控制中心，包括：
6.创建模型测试任务，将分布式计算系统中的至少两个计算节点作为目标计算节点，并为所述目标计算节点分配所述模型测试任务中的子任务，所述子任务用于指示基于所述子任务对应的数据块进行模型测试，所述数据块是对所述模型测试任务对应的测试集进行拆分处理得到的，所述数据块配置有对应的地址；
7.控制所述分布式计算系统中的每个所述目标计算节点，基于为其分配的所述子任务对应的数据块的地址，下载所述子任务对应的数据块中的数据；
8.控制所述分布式计算系统中的每个所述目标计算节点，基于所下载的数据块中的数据，执行为其分配的所述子任务，得到所述子任务的测试结果；
9.基于每个所述子任务的测试结果，得到所述模型测试任务的测试结果。
10.可选的，所述数据块是通过以下方式确定的：
11.根据所述分布式计算系统的目标计算节点的个数，确定所述数据块的个数；
12.根据预设规则，确定所述数据块的大小。
13.可选的，所述根据预设规则，确定所述数据块的大小，包括：
14.根据所述分布式计算系统中最小计算资源的磁盘空间大小，确定所述数据块的大小；
15.或，
16.根据预设的数据拆分单位，确定所述数据块的大小。
17.可选的，所述方法还包括：
18.确定每个所述目标计算节点对应的子任务是否成功执行；
19.若所述子任务没有成功执行，则，
20.若所述子任务的重试次数没有超过重试次数的上限，则，为所述分布式计算系统中空闲的计算节点分配所述子任务，并将所述子任务的重试次数加1，所述空闲的计算节点的计算资源的使用率低于预设使用率阈值，且所述空闲的计算节点为没有执行过所述子任务的计算节点；
21.若所述子任务的重试次数超过重试次数的上限，则，结束所述子任务，并返回错误信息。
22.可选的，所述方法还包括：
23.确定所述模型测试任务所要测试的模型的配置文件是否完备，若否，则结束所述模型测试任务并返回错误信息。
24.另一方面本技术实施例还提供了一种模型测试系统，所述系统包括：任务控制中心、分布式计算系统和分布式存储系统；所述分布式计算系统中包括多个计算节点；
25.所述分布式存储系统，用于对模型测试任务对应的测试集进行拆分处理得到至少两个数据块，并为每个所述数据块配置对应的地址；
26.所述任务控制中心，用于创建所述模型测试任务，将所述分布式计算系统中的至少两个计算节点作为目标计算节点，并为所述目标计算节点分配所述模型测试任务中的子任务，所述子任务用于指示基于所述子任务对应的数据块进行模型测试；
27.所述分布式计算系统中的每个所述目标计算节点，用于基于为其分配的所述子任务对应的数据块的地址，下载所述子任务对应的数据块的数据；基于所下载的数据块中的数据，执行为其分配的所述子任务，得到所述子任务的测试结果；
28.所述任务控制中心，还用于基于每个所述子任务的测试结果，得到所述模型测试任务的测试结果。
29.可选的，所述分布式存储系统用于：
30.根据所述分布式计算系统的目标计算节点的个数，确定所述数据块的个数；
31.根据预设规则，确定所述数据块的大小。
32.可选的，所述分布式存储系统具体用于：
33.根据所述分布式计算系统中最小计算资源的磁盘空间大小，确定所述数据块的大小；
34.或，
35.根据预设的数据拆分单位，确定所述数据块的大小。
36.可选的，所述任务控制中心还用于：
37.确定每个所述计算节点对应的子任务是否成功执行；
38.若所述子任务没有成功执行，则，
39.若所述子任务的重试次数没有超过重试次数的上限，则，为所述分布式计算系统中空闲的计算节点分配所述子任务，并将所述子任务的重试次数加1，所述空闲的计算节点的计算资源的使用率低于预设使用率阈值，且所述空闲的计算节点为没有执行过所述子任务的计算节点；
40.若所述子任务的重试次数超过重试次数的上限，则，结束所述子任务，并返回错误信息。
41.可选的，所述任务控制中心还用于：
42.确定所述模型测试任务所要测试的模型的配置文件是否完备，若否，则结束所述模型测试任务并返回错误信息。
43.由此可见，本技术实施例有如下有益效果：
44.本技术通过创建模型测试任务，为分布式计算系统中的至少两个计算节点分配模型测试任务中的子任务，分配有子任务的计算节点为目标计算节点，子任务用于指示基于数据块进行模型测试，数据块是对模型测试任务的测试集进行拆分处理得到的且配置有对应的地址；并通过控制目标计算节点，基于为目标计算节点分配的子任务对应的数据块的地址，将为其分配的子任务对应的数据块的数据下载到目标计算节点上，执行子任务，再根据子任务，得到子任务的测试结果，进一步得到模型测试的测试结果。本方法通过为分布式计算系统中的多个计算节点分别分配子任务，在多个计算节点上，并行执行模型测试，实现了将大量数据分为多个小块，从而能够将一个模型测试分为多个小块的子任务分别执行，使得多个计算节点中能够同时进行子任务，从而在较短时间内对大量数据进行测试，缩短了测试集庞大的模型测试的测试时间。
附图说明
45.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
46.图1为本技术实施例提供的一种模型测试方法的方法流程图；
47.图2为本技术实施例提供的一种模型测试的具体流程图；
48.图3为本技术实施例提供的一种模型测试系统的结构示意图；
49.图4为本技术实施例提供的一种数据块拆分方式的示意图。
具体实施方式
50.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本技术的具体实施方式做详细的说明。
51.在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施例的限制。
52.模型测试，是通过检验一组带标签的数据的模型结果是否符合预期的准确率或误差，来评估模型的好坏。当模型测试需要使用的测试集的数据量很大时，如果采用传统的在单一机器上进行模型测试的方法，则耗时较长，测试效率较低。
53.为了解决上述问题，本技术提供了一种模型测试方法及系统，通过将模型测试任务拆分成多个子任务，并将多个子任务分配给分布式计算系统中的多个计算节点，以使多个计算节点并行执行模型测试，如此，通过并行运算的方式缩短模型测试的测试时间。
54.为了便于理解，下面结合附图对本技术实施例提供的一种模型测试方法及系统进行详细的说明。
55.参考图1所示，为本技术实施例提供的一种模型测试方法的方法流程图，该方法应
用于任务控制中心，可以包括以下步骤：
56.s101：创建模型测试任务，将分布式计算系统中的至少两个计算节点作为目标计算节点，并为所述目标计算节点分配所述模型测试任务中的子任务。
57.其中，所述子任务用于指示基于所述子任务对应的数据块进行模型测试，所述数据块是对所述模型测试任务对应的测试集进行拆分处理得到的，所述数据块配置有对应的地址。
58.本技术实施例中，创建模型测试任务之前或之后，还可以包括下载模型测试任务对应的模型这一步骤，在此不对下载模型和创建模型测试任务之间的时序关系作任何限定。
59.在一种可能的实现方式中，所述方法还包括：
60.确定所述模型测试任务所要测试的模型的配置文件是否完备，若否，则结束所述模型测试任务并返回错误信息。
61.本技术实施例中，下载模型之后，还可以对模型是否可用进行基本的校验，例如对模型的配置文件进行校验等；通过基本的校验，可以尽可能避免由于缺少配置文件等问题，导致无法对模型进行模型测试的问题，减少在模型测试任务执行的过程中解决此类问题耗费的时间。
62.本技术实施例中，在分布式计算系统中，可能存在多个计算节点，即多台计算机器；其中，多台计算机器之间能够共享数据并同步计算结果。具体地，任务控制中心可以将模型测试任务分成多个子任务，进而将分布式计算系统中的至少两个计算节点作为目标计算节点，并为目标计算节点分配模型测试任务中的子任务，使得在多个计算机器上分别执行对应的子任务，从而有利于缩短执行整个模型测试任务的时间。
63.本技术实施例中，为目标计算节点分配子任务时，可以采取为每个目标计算节点分配一个子任务的方式，也可以采取为每个目标计算节点分配多个子任务的方式，也可以根据分布式计算系统中的计算资源数量对分配方式进行动态调整，在此，不对具体的子任务分配方式作任何限定。
64.在一种可能的实现方式中，目标计算节点可以为分布式计算系统中所有存在空闲计算资源的计算节点。具体地，任务控制中心可以在模型测试任务的整个进程中，动态监测分布式计算系统中存在空闲计算资源的计算节点；在此，不对具体选取哪些计算节点作为目标计算节点作任何限定。
65.本技术实施例中，子任务用于指示基于子任务对应的数据块进行模型测试，其中，每个子任务可以对应一个或多个数据块；具体地，当每个子任务可以对应一个数据块时，执行每个子任务对应的数据量较小，能够尽可能缩短执行每个子任务的时间，从而有利于缩短整个模型测试任务的执行时间。
66.在一种可能的实现方式中，将模型测试任务中的测试集拆分处理为数据块，并为其分配地址，是由分布式存储系统实现的。
67.本技术实施例中，分布式存储系统可以为使用大数据存储技术实现的数据存储系统，能够存储大量的测试数据，并通过组网连接的通信方式，使得分布式计算系统中的目标计算节点都能够访问分布式存储系统中存储的数据资源。分布式存储系统可以同时具备处理数据和存储数据的功能，具体地，分布式存储系统可以采用例如hadoop的实现方式。
68.目前，hadoop或对象存储服务(例如阿里oss、百度bos)等，相对于数量庞大的小文件的访问，在速度上均存在劣势，例如，均无法在半小时内下载完成百万图片。然而，此类存储系统对于大文件的读写速度有着极大的优势，例如，基本都能达到每分钟10gb的下载速度。因此，本技术实施例通过采取一种将测试集切分为多个数据块的方式，一方面，将模型测试的测试集分为多个数据块执行对应的子任务，从而有利于同时进行大量的并行运算，缩短模型测试任务的执行时间；另一方面，将测试集以数据块的单位进行切分而不是以小文件为单位进行切分，有利于提高分布式存储系统的存取速度，从而也有利于缩短模型测试任务的总时长。
69.在一种可能的实现方式中，所述数据块是通过以下方式确定的：
70.根据所述分布式计算系统的目标计算节点的个数，确定所述数据块的个数；
71.根据预设规则，确定所述数据块的大小。
72.本技术实施例中，可以根据目标计算节点的个数，确定需要拆分处理得到的数据块的个数。例如，当目标计算节点为20个时，数据块的个数也可以确定为20个，其中，每个数据块可以对应一个目标计算节点，在计算资源充足的情况下，使得数据块能够分布在尽可能多的目标计算节点上，使得每个目标计算节点上进行测试的数据量较小，缩短每个目标计算节点执行目标计算节点对应的子任务的时间，从而缩短模型测试任务的执行时间。
73.本技术实施例中，确定数据块的个数和大小，是为了对测试集进行拆分和处理；其中，拆分处理后的数据块可以以压缩包的形式存储。
74.一种可能的实现方式中，所述根据预设规则，确定所述数据块的大小，包括：
75.根据所述分布式计算系统中最小计算资源的磁盘空间大小，确定所述数据块的大小；
76.或，
77.根据预设的数据拆分单位，确定所述数据块的大小。
78.本技术实施例中，根据最小计算资源的磁盘空间大小，确定数据块的大小，可以有饱和式覆盖或半饱和式覆盖等方式。其中，饱和式覆盖为将数据块的大小确定为最小计算资源的磁盘空间大小的90％，此时，能够尽可能多地利用计算资源的磁盘空间；半饱和式覆盖则为将数据块的大小确定为最小计算资源的磁盘空间大小的50％，此时，在对数据块进行测试时，所用的计算资源的磁盘空间有较大冗余，有利于子任务执行时的稳定性；此外，还可以选取其他比例对数据块的大小进行确定，在此不作任何限定。
79.本技术实施例中，根据预设的数据拆分单位，确定数据块的大小，具体地，若待测试的数据格式为图片，可以将预设的数据拆分单位确定为2000张图片，或其他固定数量，预设的数据拆分单位可以由待测试的数据格式和计算资源的磁盘空间大小共同确定，在此不作任何限定。
80.本技术实施例中，为了便于访问，为数据块配置有对应的地址，具体地，数据块的地址可以为分布式存储系统提供的统一的数据块访问方式，分布式计算系统能够通过该方式对数据块进行访问。
81.s102：控制所述分布式计算系统中的每个所述目标计算节点，基于为其分配的所述子任务对应的数据块的地址，下载为其分配的所述子任务对应的数据块中的数据。
82.本技术实施例中，任务控制中心可以从分布式存储系统中获取各数据块的地址，
进而为分布式计算系统中的目标计算节点分配子任务对应的数据块的地址，将为目标计算节点分配的子任务对应的数据块的地址发送给目标计算节点，从而使得目标计算节点基于为其分配的子任务对应的数据块的地址，下载为其分配的子任务对应的数据块中的数据。分布式计算系统的实现可以采取多种方式，例如：kubernetes，在此不对分布式计算系统的具体实现方式作任何限定。
83.s103：控制所述分布式计算系统中的每个所述目标计算节点，基于所下载的数据块中的数据，执行为其分配的所述子任务，得到为其分配的所述子任务的测试结果。
84.本技术实施例中，子任务用于指示基于子任务对应的数据块进行模型测试，具体地，可以包括数据的预处理、模型推理和评估。其中，数据的预处理可以包括对数据块中的数据进行解压并格式化，格式化也可以在执行模型测试之前预先执行；模型推理可以为通过模型测试，对数据的标签进行推测；模型评估可以包括验证模型推理的结果，并对结果进行评估，从而输出子任务的测试结果。
85.一种可能的实现方式中，所述方法还包括：
86.确定每个所述目标计算节点对应的子任务是否成功执行；
87.若所述子任务没有成功执行，则，确定所述子任务的重试次数是否超过重试次数的上限；
88.若所述子任务的重试次数没有超过重试次数的上限，则，为所述分布式计算系统中空闲的目标计算节点分配所述子任务，并将所述子任务的重试次数加1，所述空闲的目标计算节点的计算资源的使用率低于预设使用率阈值，且所述空闲的目标计算节点为没有执行过所述子任务的目标计算节点；
89.若所述子任务的重试次数超过重试次数的上限，则，结束所述子任务，并返回错误信息。
90.本技术实施例中，为了确保每个子任务尽可能执行完成，可以增加对没有成功执行的子任务进行重试的步骤。其中，计算节点出现故障或子任务对应的数据块存在问题等原因都可能导致子任务未能执行成功。当子任务没有成功执行时，确定子任务的重试次数是否超过重试次数的上限；若子任务的重试次数没有超过重试次数的上限，则，可以对子任务进行重试，例如，为分布式计算系统中空闲的目标计算节点分配所述子任务，并将所述子任务的重试次数加1；若子任务的重试次数超过重试次数的上限，则结束子任务，不继续将该子任务分配到空闲的目标计算节点上执行，并返回错误信息。具体地，重试次数的上限可以设置为分布式计算系统中计算节点的总数量，也可以设为其他固定值；子任务没有成功执行且达到重试次数仍未成功执行可能有如下原因：子任务对应的数据块自身存在问题；分布式计算系统中所有计算节点均出现故障，即整个分布式计算系统瘫痪。返回错误信息之后，可以对子任务执行失败的原因进行具体分析，从而及时对系统或数据进行维护。
91.s104：基于每个所述子任务的测试结果，得到所述模型测试任务的测试结果。
92.本技术实施例中，在得到每个子任务的测试结果之后，需要对子任务的测试结果进行整合并评估，这一步骤可以在所有子任务执行完之后，任务控制中心将结果进行汇总，并再次控制分布式计算系统对整个模型测试的结果进行评估。具体地，可以先对每个子任务的测试结果进行处理，例如将数据可视化或生成数据表格等，实现对测试结果的汇总；再将汇总之后的测试结果发送给分布式计算系统，执行对整个模型测试的测试结果的评估，
最后输出模型测试的测试结果。
93.本技术实施例提供了一种可能的模型测试的具体流程，参考图2所示，为本技术实施例提供的一种模型测试的具体流程图，如图所示，模型测试可以包括如下步骤：
94.首先，任务控制中心创建模型测试任务，并下载模型；
95.任务控制中心校验模型是否可用，若否，则返回错误信息并结束任务；
96.若是，则任务控制中心为分布式计算系统中的多个目标计算节点分配模型测试任务中的子任务；
97.分布式计算系统中的目标计算节点执行子任务，并判断子任务是否成功执行；
98.若子任务没有成功执行，则判断重试次数i是否大于上限；
99.若重试次数i大于上限，则返回错误信息并结束任务；
100.若重试次数i不大于上限，则对i自增，并任务控制中心将该子任务重新分配给存在空闲计算资源的目标计算节点；
101.若子任务成功执行，则得到子任务的测试结果，从而得到模型测试任务的测试结果，并结束任务。
102.本技术实施例通过创建模型测试任务，为分布式计算系统中的至少两个计算节点分配模型测试任务中的子任务，分配有子任务的计算节点为目标计算节点，子任务用于指示基于数据块进行模型测试，数据块是对模型测试任务的测试集进行拆分处理得到的且配置有对应的地址；并通过控制目标计算节点，基于为目标计算节点分配的子任务对应的数据块的地址，将为其分配的子任务的数据块的数据下载到目标计算节点上，执行子任务，再根据子任务，得到子任务的测试结果，进一步得到模型测试的测试结果。本技术实施例提供的方法通过为分布式计算系统中的多个计算节点分别分配子任务，在多个计算节点上，并行执行模型测试，实现了将大量数据分为多个小块，从而能够将一个模型测试分为多个小块的子任务分别执行，使得多个计算节点中能够同时进行子任务，从而在较短时间内对大量数据进行测试，缩短了测试集庞大的模型测试的测试时间。
103.本技术实施例还提供了一种模型测试系统，参考图3所示，该图为本技术实施例提供的一种模型测试系统的结构示意图。
104.其中，模型测试系统200可以包括：任务控制中心201，分布式计算系统202和分布式存储系统203。其中，分布式计算系统202中包括多个计算节点。
105.分布式存储系统203，用于对模型测试任务对应的测试集进行拆分处理得到至少两个数据块，并为每个所述数据块配置对应的地址；
106.任务控制中心201，用于创建所述模型测试任务，将所述分布式计算系统中的至少两个计算节点作为目标计算节点，并为所述目标计算节点分配所述模型测试任务中的子任务，所述子任务用于指示基于所述子任务对应的数据块进行模型测试；
107.分布式计算系统202中的每个所述目标计算节点，用于基于为其分配的所述子任务对应的数据块的地址，下载所述子任务对应的数据块的数据；基于所下载的数据块中的数据，执行为其分配的所述子任务，得到所述子任务的测试结果；
108.任务控制中心201，还用于基于每个所述子任务的测试结果，得到所述模型测试任务的测试结果。
109.上述步骤详细可参见图1所示的方法实施例中的介绍内容，此处不再赘述。
110.本技术实施例中，任务控制中心201可以为使用网络服务技术实现的网络服务，主要提供创建任务、调度(分配)任务和跟踪任务等功能。具体地，任务控制中心的服务可以采用任意一种web服务实现，例如，python的django服务器，或者是java的服务器等，在此不对任务控制中心的具体实现作任何限定。
111.本技术实施例中，分布式计算系统202可以具体执行由任务控制中心201分配的子任务，具体地，分布式计算系统的实现也可以采用多种方式，在此不作任何限定。
112.本技术实施例中，分布式存储系统203可以对测试集的数据进行拆分处理并分布式存储数据，在此不对分布式存储系统的具体实现方式作任何限定。
113.在一种可能的实现方式中，所述分布式存储系统203用于：
114.根据所述分布式计算系统的目标计算节点的个数，确定所述数据块的个数；
115.根据预设规则，确定所述数据块的大小。
116.上述步骤详细可参见图1所示的方法实施例中对于拆分处理数据块的相关操作的介绍内容，此处不再赘述。
117.在一种可能的实现方式中，所述分布式存储系统203具体用于：
118.根据所述分布式计算系统中最小计算资源的磁盘空间大小，确定所述数据块的大小；
119.或，
120.根据预设的数据拆分单位，确定所述数据块的大小。
121.上述步骤详细可参见图1所示的方法实施例中对于确定数据块的大小的相关操作的介绍内容，此处不再赘述。
122.参考图4所示，为本技术实施例提供的一种数据块拆分方式的示意图。
123.如图4所示，当测试集存储到分布式存储系统203中时，分布式存储系统203向任务控制中心201发起对分布式计算系统202中相关数据的查询请求；任务控制中心201查询分布式计算系统202中的相关数据，分布式计算系统202将相关信息反馈给任务控制中心201，任务控制中心201再将相关数据反馈给分布式存储系统203。分布式存储系统203根据获得的相关数据，将测试集拆分处理为数据块，并对数据块进行存储和分配地址。其中，分布式计算系统202中的相关数据可以包括分布式计算系统202中空闲的计算节点的个数以及分布式计算系统202中最小计算资源的磁盘空间大小等。在一种可能的实现方式中，所述任务控制中心201还用于：
124.确定每个所述目标计算节点对应的子任务是否成功执行；
125.若所述子任务没有成功执行，则，确定所述子任务的重试次数是否超过重试次数的上限；
126.若所述子任务的重试次数没有超过重试次数的上限，则，为所述分布式计算系统中空闲的目标计算节点分配所述子任务，并将所述子任务的重试次数加1，所述空闲的目标计算节点的计算资源的使用率低于预设使用率阈值，且所述空闲的目标计算节点为没有执行过所述子任务的目标计算节点；
127.若所述子任务的重试次数超过重试次数的上限，则，结束所述子任务，并返回错误信息。
128.上述步骤详细可参见图1所示的方法实施例中对于确定每个目标计算节点对应的
子任务是否成功执行及对子任务进行重试的相关操作的介绍内容，此处不再赘述。
129.在一种可能的实现方式中，所述任务控制中心201还用于：
130.确定所述模型测试任务所要测试的模型的配置文件是否完备，若否，则结束所述模型测试任务并返回错误信息。
131.上述步骤详细可参见图1所示的方法实施例中对于检测配置文件是否完备的相关操作的介绍内容，此处不再赘述。
132.需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
133.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
134.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
135.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
136.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。