原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
提出了一种有助于训练用于检测计算操作中的异常的非常大量的机器学习执行模型的方法。模型根据模型类型分组在一起，并且被分配给用于执行被监视操作的计算环境的不同pod。在监视资源使用的同时，执行组中的模型的初始训练，并且基于资源使用，选择特定pod用于进一步训练。被选择用于训练的pod优选地在初始训练之前和之后具有最小的资源使用变化。可以选择不同的pod来对经训练的模型进行评分。被选择用于评分的pod优选地在所有容器之间的初始评分期间具有最大的资源使用。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117043791 A
(43)申请公布日 2023.11.10
(21)申请号 202280021457.3 (74)专利代理机构 北京市柳沈律师事务所
文档评论（0）