摘要
本发明提供一种应用编程接口编排模型训练方法、编排方法及装置,将原始调用日志转换为蕴含拓扑、性能与错误信息的带特征有向异构图;进而基于图神经网络在上下文子图中执行增量式链接推理,自动生成概率最高的API调用链路及其性能预估,实现编排方案的智能推荐。训练过程中,通过复合损失函数同步优化拓扑准确性、延迟与错误率,驱使模型融合功能正确性与运行高效性。该方法将工作流设计从人工编排转为自动生成,大幅提升开发效率;同时依托运行时数据回流实现自我迭代,不断增强系统适应性与稳健性。
技术关键词
模型训练方法
编程
接口
编排方法
错误率
上下文特征
可视化工作流
性能监控系统
日志
节点特征
统计特征
多头注意力机制
可视化平台
格式
指令
编排装置
执行增量
融合功能
系统为您推荐了相关专利信息
相似性度量函数
大语言模型
安全性评估方法
模版
输入输出接口
客户端升级方法
分块
特征值
软件包
客户端升级系统
摄像头调试方法
摄像头调试设备
生成哈希值
摄像头调试装置
参数
平台构建方法
封装组件
场景
测试用例生成器
混合推荐算法