基于深度强化学习的容器资源部署方法及装置、电子设备

AITNT
正文
推荐专利
基于深度强化学习的容器资源部署方法及装置、电子设备
申请号:CN202410830670
申请日期:2024-06-25
公开号:CN118708348A
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于深度强化学习的容器资源部署方法及装置、电子设备,涉及人工智能领域、金融科技领域或其他相关技术领域,其中,该部署方法包括:获取容器对象在当前状态下的状态特征集合,其中,状态特征集合包括当前状态下的第一数据集合和第二数据集合,其中,第一数据集合是当前状态下的目标时刻对应的数据集合,第二数据集合是当前状态下的目标时间段内的数据集合;逐一将状态特征集合中的状态特征输入至深度强化学习模型,基于深度强化学习模型的智能体进行决策,得到决策动作;将决策动作部署至容器对象。本发明解决了相关技术中,在对云平台中的容器进行资源配置的调整时,往往依赖人为经验进行,调整效率较低的技术问题。
技术关键词
深度强化学习模型 资源部署方法 容器 对象 决策 深度强化学习算法 数据 中央处理器 计算机程序产品 参数 序列 电子设备 深度神经网络 时间段 策略
系统为您推荐了相关专利信息
1
一种基于移动端着色器的地震数据坐标快速转换的方法及装置
地震 布尔莎模型 坐标 移动端 数据
2
一种二进制矩阵比较对称性消除机组组合加速方法及系统
矩阵 机组组合模型 逻辑 连续决策变量 无阻塞
3
视频生成方法、视频生成模型的训练方法及装置
视频生成模型 噪声 样本 特征提取工具 约束特征
4
一种智能巡检机器人的巡检方法、系统、设备及介质
智能巡检机器人 巡检方法 火焰检测模型 动态规划算法 巡检路径
5
具有不确定处理时间的平行增材制造机的排程与排样方法
表达式 启发式方法 因子 零件支撑结构 蒙特卡洛
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号