摘要
本发明提供一种用于算力网私有云的AI模型搭建方法与系统,属于人工智能技术领域,具体包括:利用公有云中的不同的AI模型与需求特征项的匹配情况确定AI模型的可用训练模型,根据现有的算力网中不同的工作空间中的空闲算力资源为基础,并结合用户的训练数据量以及可用训练模型,确定不同的工作空间在相似的训练条件下的历史训练问题数据,基于历史训练问题数据确定可用训练模型中的二次筛选模型,以二次训练模型在不同的工作空间中的训练预测时长以及在相似的训练条件下的历史训练问题数据、匹配系数确定二次训练模型的推荐处理顺序,利用用户的选择结果进行用户的私有云的AI模型的搭建,提升了AI模型搭建处理的效率和匹配程度。
技术关键词
训练数据量
偏差
人工智能技术
计算机系统
处理器
存储器
速率
资源
基础
因子
系统为您推荐了相关专利信息
功率开关
非临时性计算机可读存储介质
电机控制器
生成控制器
移动终端
卷积模块
空间金字塔池化
检测网络模型
上下文特征
通道注意力机制
序列遥感影像
数据处理方法
感兴趣
遥感影像数据
指标
深度学习模型训练
人工智能机器人
网络平台
人工智能识别
人工智能模型