多模型探索中的资源调度方法和资源调度装置

摘要

提供多模型探索中的资源调度方法和资源调度装置。多模型探索中的资源调度方法包括：基于同一目标数据集对多个机器学习模型分别进行一轮超参数探索训练，其中，在这一轮探索中每个机器学习模型至少探索M组超参数，M为大于1的正整数；基于所述多个机器学习模型分别在这一轮探索到的多组超参数分别对应的模型评价指标，计算每个机器学习模型的本轮表现得分，以及计算每个机器学习模型的未来潜力得分；综合每个机器学习模型的本轮表现分和未来潜力得分，确定将可用的资源分配给各机器学习模型的资源分配方案；根据所述资源分配方案在下一轮的超参数探索训练中进行相应的资源调度。