一体化人脸识别方法和系统

    公开(公告)号:CN107516090B

    公开(公告)日:2021-09-17

    申请号:CN201710811916.9

    申请日:2017-09-11

    IPC分类号: G06K9/00 G06F16/583 H04L29/08

    摘要: 本申请公开了一体化人脸识别方法和系统。该方法的一具体实施方式包括:接收用户的终端发送的一体化人脸识别服务获取请求,一体化人脸识别服务获取请求包括:用户选取的属于所述用户的与人脸识别相关的模型的标识,用户从候选操作中选取的操作的标识;分布式地对用户选取的属于用户的与人脸识别相关的模型执行用户从候选操作中选取的操作,得到操作结果,以及存储操作结果。实现了用户无需购买硬件和搭建软件环境的情况下,利用服务器提供的满足各种与人脸识别相关的需求的硬件资源和搭建的软件环境完成模型的训练、人脸识别应用的开发等操作,节省了开发成本和提升了使用人脸识别服务的便利性。

    智能大数据系统、提供智能大数据服务的方法和设备

    公开(公告)号:CN107885762B

    公开(公告)日:2021-06-11

    申请号:CN201710851941.X

    申请日:2017-09-19

    摘要: 本发明提供了一种智能大数据系统、提供智能大数据服务的方法和设备,该系统包括:数据仓库、存储设备以及包含多个计算节点的集群;数据仓库,用于存储从用户获取的任务数据;集群中的至少一个计算节点上包括资源调度组件,用于为任务进行资源调度,确定执行任务的计算节点;执行任务的计算节点上包括模型训练组件和/或预测组件;模型训练组件,用于依据任务数据,从存储设备中调用对应类型的学习模型;利用任务数据包括的样本数据和训练目标,对学习模型进行训练,得到任务对应的预测模型并存储于存储设备;预测组件,用于依据任务数据,从存储设备中调用对应类型的预测模型;将任务数据包括的预测数据输入预测模型,得到预测模型输出的预测结果。

    云计算系统及用于控制服务器的云计算方法和装置

    公开(公告)号:CN107343045B

    公开(公告)日:2021-03-19

    申请号:CN201710539726.6

    申请日:2017-07-04

    IPC分类号: H04L29/08

    摘要: 本申请公开了云计算系统及用于控制服务器的云计算方法和装置。该系统的一具体实施方式包括:终端设备和服务器集群,该服务器集群包括控制服务器和节点服务器,该终端设备用于:接收用户输入的目标计算任务和执行该目标计算任务所需的计算资源信息,该计算资源信息包括节点服务器数量;向该控制服务器发送该计算资源信息;该控制服务器用于:根据该计算资源信息,为该目标计算任务分配至少一个节点服务器,所分配的节点服务器之间通信连接;向该终端设备发送所分配的节点服务器的标识;该终端设备还用于向所分配的节点服务器发送该目标计算任务;所分配的节点服务器用于接收并执行该目标计算任务。该实施方式提高了云计算效率。

    用于处理任务的方法和装置

    公开(公告)号:CN107343000A

    公开(公告)日:2017-11-10

    申请号:CN201710539626.3

    申请日:2017-07-04

    IPC分类号: H04L29/06 H04L29/08 G06N99/00

    摘要: 本申请公开了用于处理任务的方法和装置。该方法的一具体实施方式包括:接收客户端通过预先建立的网络通道发送的任务描述信息,其中,任务描述信息包括待执行脚本的存储地址和用于选取深度学习框架的选取信息,其中,客户端与部署有分布式存储系统的存储服务器集群通信连接,待执行脚本包括源数据信息,源数据信息用于指示源数据在分布式存储系统中的存储地址;基于任务描述信息通过网络通道获取待执行脚本和源数据;根据选取信息从预先设置的至少一个深度学习框架中选取待用深度学习框架;利用获取的源数据、待执行脚本以及待用深度学习框架执行任务,得到任务执行结果。该实施方式提高了开发者数据的安全性,有利于开发者数据的保护。

    用于更新深度学习模型的方法和装置

    公开(公告)号:CN107316083B

    公开(公告)日:2021-05-25

    申请号:CN201710539193.1

    申请日:2017-07-04

    IPC分类号: G06N3/08

    摘要: 本申请公开了用于更新深度学习模型的方法和装置。该方法的一具体实施方式包括:执行以下更新步骤:从预设路径下获取训练数据集,基于该训练数据集对预置深度学习模型进行训练得到新深度学习模型;并将该预置深度学习模型更新为该新深度学习模型;对训练次数进行递增操作;确定该训练次数是否达到训练次数阈值;如果达到训练次数阈值,则停止执行该更新步骤;如果该训练次数没有达到该训练次数阈值,则间隔预置时长后继续执行该更新步骤。该实施方式提高了模型更新效率。