Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种多语言Pipeline轻量模型构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:美林数据技术股份有限公司

摘要:本申请属于机器学习技术领域,尤其涉及一种多语言Pipeline轻量模型构建方法,步骤一、Python通用算法模型的开发:设计python和scala,java语言之间离线批量数据传输结构;基于Spark、Mleap框架开发python算子,实现sparkDataframe在scala和python语言之间数据传输;步骤二、MLPipeline模型训练流程搭建:基于业务场景,选择算子搭建机器学习流水线模型,调用模型的序列化方法,生成最终的MLeapBundle模型。步骤三、基于MLeapRuntime的实时预测服务搭建:搭建mleapruntime运行池环境,将SparkMLlib模型序列化成MLeap格式,部署一个预测服务,加载序列化的模型并处理实际的预测请求。该方法使用Python和Scala,Java三种不同的语言以及相关的机器学习库和框架混合建模,提出了端到端的多语言机器学习pipeline,从而充分发挥它们各自的优势。

主权项:1.一种多语言Pipeline轻量模型构建方法,其特征在于,包括以下步骤:步骤一、Python通用算法模型的开发:设计python和scala,java语言之间离线批量数据传输结构;基于Spark、Mleap框架开发python算子,实现sparkDataframe在scala和python语言之间数据传输,python算子可自定义编写处理逻辑,可调用python任何框架包;步骤二、MLPipeline模型训练流程搭建;基于业务场景,选择算子搭建机器学习流水线模型,该算子支持步骤一开发的python算子语言、java语言机器学习库weka算子、scala语言sparkmllib中的算子,将各个算子连接起来,以构建完整的机器学习流水线模型;调用模型的序列化方法,生成最终的MLeapBundle模型;步骤三、基于MLeapRuntime的实时预测服务搭建:搭建mleapruntime运行池环境,将SparkMLlib模型序列化成MLeap格式,部署一个预测服务,加载序列化的模型并处理实际的预测请求。

全文数据:

权利要求:

百度查询: 美林数据技术股份有限公司 一种多语言Pipeline轻量模型构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。