-
公开(公告)号:CN111679891B
公开(公告)日:2020-12-04
申请号:CN202010817867.1
申请日:2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请的一个或多个实施例提出容器复用方法、装置、设备以及存储介质。其中,上述方法可以包括,确定第一JOB任务包括的各容器的工作状态。然后,当上述各容器的工作状态为空闲时,从预先配置的配置信息集合中获取配置信息,并将获取的配置信息分发至上述各容器,以使上述各容器基于上述获取的配置信息执行上述第一JOB任务。
-
公开(公告)号:CN111679891A
公开(公告)日:2020-09-18
申请号:CN202010817867.1
申请日:2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请的一个或多个实施例提出容器复用方法、装置、设备以及存储介质。其中,上述方法可以包括,确定第一JOB任务包括的各容器的工作状态。然后,当上述各容器的工作状态为空闲时,从预先配置的配置信息集合中获取配置信息,并将获取的配置信息分发至上述各容器,以使上述各容器基于上述获取的配置信息执行上述第一JOB任务。
-
公开(公告)号:CN111242309A
公开(公告)日:2020-06-05
申请号:CN202010006328.X
申请日:2020-01-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书实施例提供形成机器学习应用系统的方法、装置及电子设备,其中,通过所述机器学习应用系统生成机器学习处理模型,其中一个方法包括:获取用户对于机器学习应用系统的组件配置文件,其中,所述组件配置文件包括期望的组件及参数;获取机器学习应用的依赖树;以及基于所述组件配置文件和所述依赖树形成所述机器学习应用系统。
-
公开(公告)号:CN116011593B
公开(公告)日:2023-06-16
申请号:CN202310253084.9
申请日:2023-03-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种网络模型能耗的确定方法及装置,该方法包括:获取目标网络模型在训练过程的训练浮点计算总量;获取目标网络模型的当前调用量,当前调用量表示调用目标网络模型执行业务预测任务的次数;基于当前调用量及目标网络模型在单次业务预测任务执行过程的第一浮点计算量,确定预测浮点计算总量;基于训练浮点计算总量和预测浮点计算总量,确定目标网络模型的当前能耗量。
-
公开(公告)号:CN116011593A
公开(公告)日:2023-04-25
申请号:CN202310253084.9
申请日:2023-03-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种网络模型能耗的确定方法及装置,该方法包括:获取目标网络模型在训练过程的训练浮点计算总量;获取目标网络模型的当前调用量,当前调用量表示调用目标网络模型执行业务预测任务的次数;基于当前调用量及目标网络模型在单次业务预测任务执行过程的第一浮点计算量,确定预测浮点计算总量;基于训练浮点计算总量和预测浮点计算总量,确定目标网络模型的当前能耗量。
-
-
-
-