【技术实现步骤摘要】
本公开涉及测试和测量系统，并且更特别地涉及采用可训练机器学习模型组件的测试和测量系统。
技术介绍
1、2023年10月6日提交的美国专利申请no.18/482,765(下文中为“'765申请”，其内容在此被通过引用合并到本公开中)——其要求2022年10月12日提交的题为“comprehensive machine learning model definition”的美国临时专利申请no.63/415,588的优先权——描述了允许机器学习模型的高效和方便的分布的机器学习模型限定。
2、机器学习模型的管理、分布和其它相关方面可能提高系统的复杂性。这可能使系统对于客户来说不如所期望的有用。
技术实现思路
【技术保护点】
1.一种机器学习管理系统，包括：
2.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为：
3.如权利要求1所述的机器学习管理系统，其中所选择的模型是经训练的模型。
4.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为：
5.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为执行代码以允许所述一个或多个处理器访问位于客户位置处的一个或多个计算设备。
6.如权利要求5所述的机器学习管理系统，其中引起所述一个或多个处理器访问所述一个或多个计算设备的代码包括允许所述一个或多个处理器在所述一个或多个计算设备上远程地训练未训练的模型的代码。
7.如权利要求5所述的机器学习管理系统，其中引起所述一个或多个处理器访问所述一个或多个计算设备的代码引起所述一个或多个处理器在所述一个或多个计算设备上远程地调试经训练的模型。
8.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为执行引起所述一个或多个处理器允许客户在客户位
9.如权利要求1所述的机器学习管理系统，其中库中的专用于客户的分区包含一个或多个分区，该一个或多个分区中的每个包括专用于如下中的一个或多个的子库：不同的模型；相同模型的不同版本；以及不同的组件。
10.一种方法，包括：
11.如权利要求10所述的方法，进一步包括：
12.如权利要求10所述的方法，其中接收所选择的模型和相关联的训练数据包括从客户接收经训练的模型和相关联的训练数据。
13.如权利要求10所述的方法，进一步包括：
14.如权利要求13所述的方法，进一步包括访问位于客户位置处的一个或多个计算设备。
15.如权利要求14所述的方法，其中访问位于客户位置处的所述一个或多个计算设备包括访问所述一个或多个计算设备以使用所述一个或多个计算设备在所述一个或多个计算设备上远程地训练一个或多个未训练的模型。
16.如权利要求14所述的方法，其中访问位于客户位置处的所述一个或多个计算设备包括访问所述一个或多个计算设备以使用所述一个或多个计算设备在所述一个或多个计算设备上远程地调试经训练的模型。
17.根据权利要求10所述的方法，进一步包括允许客户在客户位置处本地训练模型。
...【技术特征摘要】
1.一种机器学习管理系统，包括：
2.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为：
3.如权利要求1所述的机器学习管理系统，其中所选择的模型是经训练的模型。
4.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为：
5.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为执行代码以允许所述一个或多个处理器访问位于客户位置处的一个或多个计算设备。
6.如权利要求5所述的机器学习管理系统，其中引起所述一个或多个处理器访问所述一个或多个计算设备的代码包括允许所述一个或多个处理器在所述一个或多个计算设备上远程地训练未训练的模型的代码。
7.如权利要求5所述的机器学习管理系统，其中引起所述一个或多个处理器访问所述一个或多个计算设备的代码引起所述一个或多个处理器在所述一个或多个计算设备上远程地调试经训练的模型。
8.如权利要求1所述的机器学习管理系统，其中所述一个或多个处理器进一步被配置为执行引起所述一个或多个处理器允许客户在客户位置处本地训练模型的代码。
9.如权利要求1所述的...
【专利技术属性】
技术研发人员：J·J·皮克德，S·J·斯特里克林，M·A·史密斯，S·马哈瓦尔，
申请(专利权)人：特克特朗尼克公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。