摘要
本申请公开了一种机器学习的兼容处理方法及装置。其中,该方法包括:初始化机器学习模型时,检测当前设备和当前环境是否支持设定的后端,在所述当前设备和当前环境不支持所述设定的后端的情况下,根据所述当前设备和当前环境重新选择新的后端作为所选后端;在所述当前设备和当前环境支持所述设定的后端的情况下,将所述设定的后端作为所选后端;基于所选后端的特性,对所述机器学习模型和用于训练所述机器学习模型的训练数据进行预处理优化;利用多线程和支持任务在后台线程运行的工具,来在后台线程中使用所述训练数据训练所述机器学习模型。本申请解决了机器学习时存在兼容性不好的的技术问题。
技术关键词
机器学习模型
多线程
可读存储介质
数据
计算机程序产品
处理器
检测工具
存储器
策略
计算机设备
软件
模块
数学
批量
动态
系统为您推荐了相关专利信息
深度置信网络模型
故障预警方法
数据
变电站运行状态
受限玻尔兹曼机
数据管理方法
光学字符识别技术
强化学习算法
施工现场设备
分布式数据存储架构
电力负荷预测系统
数据
分解特征
小波滤波器
高频特征