一种精准预估训练任务资源空间使用量的方法

    公开(公告)号:CN118860615A

    公开(公告)日:2024-10-29

    申请号:CN202411151019.6

    申请日:2024-08-21

    摘要: 本发明公开了一种精准预估训练任务资源空间使用量的方法,涉及资源空间使用量评估领域,该方法包括以下步骤:利用数据导入平台获取在执行训练任务过程中产生的行为数据,并从行为数据内提取特征信息;利用特征信息与线性回归技术构建预估模型,利用预估模型获取训练任务的最大资源空间使用量;基于最大资源空间使用量与训练任务的任务需求对训练任务完成时间进行判断,并根据时间判断结果生成集群管理调度模型;将集群管理调度模型与训练任务的实时行为数据结合生成资源空间配置结果。本发明采用机器学习回归算法对训练任务的最大空间使用量进行估计,避免由于训练任务资源空间分配过大导致资源浪费的情况。

    无代码AI模型开发系统和方法
    3.
    发明公开

    公开(公告)号:CN115794078A

    公开(公告)日:2023-03-14

    申请号:CN202211479754.0

    申请日:2022-11-24

    IPC分类号: G06F8/35

    摘要: 本发明公开了无代码AI模型开发系统和方法,方法包括从数据库中抽取数据,并对稀疏的时序数据按要求进行转换;设置AI建模web前端,用于通过拖拉拽方式,在指定画布上设置数据输入、数据输出和添加AI算法,获取AI模型配置信息;设置AI建模web后端,接收AI建模web前端的触发信号,响应于所述触发信号,根据AI模型配置信息,构建AI建模服务;对AI建模服务获取的AI模型进行训练,最终获得满足要求的AI模型。本发明通过可视化方法训练AI模型,提升了AI应用开发的便捷性和灵活性,通过选择数据和AI算法并利用训练模型进行训练,获得AI模型方式,无需再编写代码,降低了AI应用开发的门槛。