一种深度学习环境资源弹性部署方法、装置、设备及介质

本公开涉及人工智能技术领域，特别涉及一种深度学习环境资源弹性部署方法、装置、设备及介质。本公开考虑可能对性能产生影响的资源类型，构建分布式深度学习环境资源的量化描述。根据资源类型定义弹性转移模式，可根据当前的资源环境决策选取转移模式。针对资源调度时的选取方式，基于对当前资源类型构建资源分配矩阵，根据策略选择适量业务构建相容线性方程组，提出较小范数正值解的方法进行求解，得出候选业务计算存储网络资源的转移数量。在模型层次进行状态保存，优化重启效率，节省资源。