一种适用于关系型数据库内深度学习模型选择方法

本发明公开了一种适用于关系型数据库内深度学习模型选择方法。方法包括先获取深度学习模型在各个历史视觉任务上构建的性能矩阵；根据构建的目标函数和性能矩阵分别获取模型嵌入矩阵和历史视觉任务嵌入矩阵，对历史视觉任务进行特征提取，根据特征提取的结果和历史视觉任务嵌入矩阵训练构建的回归器；获取并对目标视觉任务进行特征提取并将结果输入到回归器进行处理，根据处理结果和模型嵌入矩阵获取每个深度学习模型迁移权重，根据迁移权重选取目标视觉任务的最终选择的模型。本发明通过自动化的模型选择方法，用户无需深入了解AI模型的细节，只需通过简单的SQL语句即可完成复杂任务的推理，极大地降低了用户的使用难度和学习成本。