(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210692755.7 (22)申请日 2022.06.17 (71)申请人 新华三技术有限公司 地址 310052 浙江省杭州市滨江区长河路 466号 (72)发明人 郑羊城　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 张琳琳 (51)Int.Cl. G06F 9/50(2006.01) G06F 9/48(2006.01) G06N 20/00(2019.01) (54)发明名称 机器学习工程的配置方法、 装置、 电子设备 及存储介质 (57)摘要 本发明涉及机器学习技术领域， 具体涉及机 器学习工程的配置方法、 装置、 电子设备及存储 介质， 该方法包括响应于对目标机器学习工程的 配置请求， 显示机器学习工程的配置界面， 配置 界面包括算力资源选择区， 算力资源选择区用于 提供算力资源的选择， 算力资源 是通过对多个计 算资源的算力进行纳管得到的； 响应于对算力资 源选择区中算力资源的选择操作， 确定目标机器 学习工程对应的目标算力资源； 响应于对用于目 标机器学习工程的算子核的配置操作确定目标 算子核， 并基于目标算力资源与目标算子核的对 应关系确定目标机器学习工程， 算子核包括数据 输入、 功能算子以及数据输出。 该方法提高了该 目标机器学习工程的处 理效率。 权利要求书2页 说明书13页 附图8页 CN 115292028 A 2022.11.04 CN 115292028 A 1.一种机器学习工程的配置方法， 其特 征在于， 包括： 响应于对目标机器学习工程的配置请求， 显示机器学习工程的配置界面， 所述配置界 面包括算力 资源选择区， 所述算力 资源选择区用于提供算力 资源的选择， 所述算力 资源是 通过对多个 计算资源的算力进行纳管 得到的； 响应于对所述算力资源选择区中算力资源的选择操作， 确定所述目标机器学习工程对 应的目标算力资源； 响应于对用于所述目标机器学习工程的算子核的配置操作确定目标算子核， 并基于所 述目标算力资源与所述目标算子核的对应关系确定所述目标机器学习工程， 所述算子核包 括数据输入、 功能算子以及数据输出。 2.根据权利要求1所述的方法， 其特 征在于， 所述 算力资源的确定方法为： 获取预设配置资源， 所述预设配置资源包括所述计算资源的用户级别资源权限或所述 计算资源的主机资源； 基于所述预设配置资源 对所述计算资源进行配置， 确定可用计算资源； 响应于对所述可用计算资源的算力纳管操作， 确定所述 算力资源。 3.根据权利要求2所述的方法， 其特征在于， 当所述计算资源为计算集群资源时， 所述 响应于对所述可用计算资源的算力纳管操作， 确定所述 算力资源， 包括： 显示计算 集群资源纳管界面； 响应于对所述计算集群资源纳管界面中可用计算集群的选择操作， 确定所述算力资 源。 4.根据权利要求2所述的方法， 其特征在于， 当所述计算资源为容器集群资源时， 所述 响应于对所述可用计算资源的算力纳管操作， 确定所述 算力资源， 包括： 显示容器集群资源纳管界面； 响应于对所述容器集群资源纳管界面中可用容器集群的分区设置操作， 确定所述算力 资源。 5.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 当所述目标算力资源不满足所述目标机器学习工程的算力资源需求 时， 发送目标资源 配置的申请； 当所述申请通过时， 基于所述目标资源配置对所述目标算力资源的预设配置资源进行 更新， 以更新所述目标算力资源。 6.根据权利要求1所述的方法， 其特征在于， 所述响应于对用于所述目标机器学习工程 的算子核的配置操作确定目标算子核， 并基于所述目标算力资源与所述目标算子核的对应 关系包括： 响应于对用于所述目标机器学习工程的算力核的选择操作， 确定目标算力核； 响应于对所述目标算力核的参数配置操作， 确定所述目标算力核的目标参数； 基于所述目标算力资源与所述目标算子核的对应关系， 确定所述目标机器学习工程。 7.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 响应于对所述目标机器学习工程的启动操作， 触发所述目标机器学习工程的运行； 获取所述目标算力资源中所述计算资源的运行状态； 基于所述运行状态， 确定所述目标算力资源中实际用于向所述目标机器学习工程提供权　利　要　求　书 1/2 页 2 CN 115292028 A 2算力的计算资源。 8.一种机器学习工程的配置装置， 其特 征在于， 包括： 显示模块， 用于响应于对目标机器学习工程的配置请求， 显示机器学习工程的配置界 面， 所述配置界面包括算力资源选择区， 所述算力资源选择区用于提供算力资源的选择， 所 述算力资源是通过对多个 计算资源的算力进行纳管 得到的； 第一响应模块， 用于响应于对所述算力资源选择区中算力资源的选择操作， 确定所述 目标机器学习工程对应的目标算力资源； 第二响应模块， 用于响应于对用于所述目标机器学习工程的算子核的配置操作确定目 标算子核， 并基于所述目标算力资源与所述目标算子核的对应关系确定所述目标机器学习 工程， 所述 算子核包括数据输入、 功能算子以及数据输出。 9.一种电子设备， 其特 征在于， 包括： 存储器和 处理器， 所述存储器和所述处理器之间互相通信连接， 所述存储器中存储有 计算机指 令， 所述处理器通过执行所述计算机指 令， 从而执行权利要求 1‑7中任一项 所述的 机器学习工程的配置方法。 10.一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存储有计算机指 令， 所述计算机指令用于使计算机执行权利要求1 ‑7中任一项所述的机器学习工程的配置 方法。权　利　要　求　书 2/2 页 3 CN 115292028 A 3