CN113626342A - 一种模型在线测试方法及装置 - Google Patents

Abstract

本说明书公开了一种模型在线测试方法及装置，可获取历史上对待测试模型进行线下测试时的各测试样本及对应的线下测试结果。之后，将待测试模型部署至线上环境中，并将至少部分测试样本输入部署至线上环境的待测试模型中，得到各测试样本的线上测试结果。最后，基于线上测试结果与线下测试结果，对待测试模型进行测试。基于历史上进行线下测试时的测试样本及对应的线下测试结果，对部署至线上环境中的待测试模型进行在线测试，保障了测试数据的准确性，提高了模型测试结果的准确度。

Description

一种模型在线测试方法及装置

技术领域

本申请涉及机器学习技术领域，尤其涉及一种模型在线测试方法及装置。

背景技术

随着人工智能技术的发展，机器学习模型的应用也越来越广泛。如，通过训练推荐模型更精准的向用户进行信息推荐。

为了保障模型在线应用的准确性，往往还需要对模型进行测试。目前，在进行模型测试时，通常由测试人员人为模拟模型的输入数据，并在线下环境中对已训练完成的模型的输出结果进行验证。

但是，上述测试方法中，人为模拟的数据往往不够准确，且线下的测试环境与模型实际应用的线上环境存在差异，使得模型测试结果准确度较低。

发明内容

本说明书实施例提供一种模型在线测试方法及装置，用于部分解决现有技术中的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种模型在线测试方法，包括：

确定待测试模型；

根据所述待测试模型的标识，获取预先存储的与所述标识对应的模型文件，所述模型文件中包含历史上对所述待测试模型进行线下测试时的若干测试样本及对应的线下测试结果；

将所述待测试模型部署至线上环境中；

将至少部分测试样本输入部署至线上环境的所述待测试模型中，得到部署至线上环境的所述待测试模型输出的线上测试结果；

根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试。

可选地，根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试，具体包括：

针对所述至少部分测试样本中的每个测试样本，确定该测试样本的线上测试结果与线下测试结果之间的差异；

判断各测试样本的线上测试结果与线下测试结果之间的差异是否均小于预设阈值；

若是，确定所述待测试模型测试正常；

若否，确定所述待测试模型测试异常。

可选地，根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试，具体包括：

针对所述至少部分测试样本中的每个测试样本，确定该测试样本的线上测试结果与线下测试结果之间的差异；

根据各测试样本的线上测试结果与线下测试结果之间的差异，确定所述差异小于预设阈值的样本数量；

判断所述样本数量是否超出预设数量；

若是，确定所述待测试模型测试正常；

若否，确定所述待测试模型测试异常。

可选地，所述线上环境中已部署所述待测试模型对应的原始版本模型，所述原始版本模型用于根据当前线上流量执行业务；

所述方法还包括：

当所述待测试模型测试正常时，将所述线上流量由输入至所述原始版本模型切换到输入至所述待测试模型，通过所述待测试模型执行业务。

可选地，预先存储与所述标识对应的模型文件，具体包括：

预先获取历史上对所述待测试模型进行训练的若干训练样本；

在线下环境中，分别将各训练样本输入所述待测试模型中，确定各训练样本对应的模型输出结果；

将各训练样本作为所述待测试模型的测试样本，并将各训练样本对应的模型输出结果作为各测试样本对应的线下测试结果；

将所述待测试模型的测试样本及对应的线下测试结果，存储至与所述标识对应的模型文件中。

可选地，存储至所述标识对应的模型文件中之后，所述方法还包括：

向所述模型文件中添加完成标记文件，所述完成标记文件表征所述模型文件不再变更。

可选地，存储至所述标识对应的模型文件中之后，所述方法还包括：

对所述模型文件进行加密，以当所述待测试模型部署至线上环境后，通过解密所述模型文件，对所述待测试模型进行测试。

本说明书提供一种模型在线测试装置，包括：

确定模块，配置为确定待测试模型；

获取模块，配置为根据所述待测试模型的标识，获取预先存储的与所述标识对应的模型文件，所述模型文件中包含历史上对所述待测试模型进行线下测试时的若干测试样本及对应的线下测试结果；

部署模块，配置为将所述待测试模型部署至线上环境中；

输出模块，配置为将至少部分测试样本输入部署至线上环境的所述待测试模型中，得到部署至线上环境的所述待测试模型输出的线上测试结果；

测试模块，配置为根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试。

本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述模型在线测试方法。

本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述模型在线测试方法。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书中，可获取历史上对待测试模型进行线下测试时的各测试样本及对应的线下测试结果，之后，将待测试模型部署至线上环境中，并将至少部分测试样本输入部署至线上环境的待测试模型中，得到各测试样本的线上测试结果。最后，基于线上测试结果与线下测试结果，对待测试模型进行测试。基于历史上进行线下测试时的测试样本及对应的线下测试结果，对部署至线上环境中的待测试模型进行在线测试，保障了测试数据的准确性，提高了模型测试结果的准确度。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书实施例提供的一种模型在线测试方法的流程图；

图2为本说明书实施例提供的一种模型在线测试装置的结构示意图；

图3为本说明书实施例提供的实现模型在线测试方法的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

目前，为了保障模型上线后的预测结果与模型训练结果的一致性，在模型训练完成之后，通常由测试人员基于人为经验模拟模型的输入数据，并验证模型输入结果的准确性。

以信息推荐模型为例，在模型训练阶段，可基于历史用户搜索数据以及用户历史的点击、浏览等数据，进行信息推荐模型的训练。为了保障信息推荐模型上线后推荐信息的准确性，测试人员可输入不同的菜品信息，通过该信息推荐模型得到针对不同菜品信息的相关商家的推荐列表，并基于自身喜好，检验推荐列表的准确性。

但是一方面，人为对模型输出结果的准确性进行验证，验证结果往往强依赖于测试人员的专业技能，且存在一定的主观性。另一方面，上述模型测试通常在线下环境中进行，而模型需要部署至线上环境中使用，因此无法保障模型上线之后的准确无误。

基于上述存在的问题，本说明书提供一种模型在线测试方法，以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本说明书实施例提供的一种模型在线测试方法的流程示意图，具体可包括以下步骤：

S100：确定待测试模型。

S102：根据所述待测试模型的标识，获取预先存储的与所述标识对应的模型文件。

随着互联网以及人工智能技术的快速发展，越来越多的业务通过机器学习模型执行，为了保障模型部署上线后业务的正常运行，还需对训练完成的模型进行测试。于是，本说明书提供一种模型在线测试方法，可基于历史上模型线下测试的测试数据，对部署至线上环境中的模型进行在线测试。

其中，模型在线测试方法可由模型所部署的服务器执行，该服务器可以是单个服务器，也可以是多个服务器组成的***，如，分布式服务器等，可以是物理服务器设备，也可以是云服务器，本说明书对此不做限制，可根据需要设置。

具体的，该服务器可先从训练完成的若干业务模型中，确定待测试模型。之后，根据该待测试模型的标识，从数据库中获取预先存储的与该待测试模型的标识对应的模型文件。其中，该模型文件中包含历史上对该待测试模型进行线下测试时，所采用的若干测试样本及对应的线下测试结果。测试样本对应的线下测试结果可以是各测试样本输出结果的准确度，也可以是每个测试样本通过训练完成的待测试模型得到的输出结果。当然，该模型文件中还可包含待测试模型的模型数据。

进一步的，由于各业务模型通常为离线训练，即在线下环境中进行训练，且模型训练过程可划分为训练阶段和测试阶段。其中，训练阶段基于各训练样本及其标注对业务模型进行参数调整，测试阶段基于各测试样本评估模型的训练效果。于是，本说明书中模型文件所包含的历史上进行线下测试时的测试样本，可以是模型训练过程中测试阶段进行测试的若干测试样本。

更进一步的，当历史上模型线下测试的测试样本的数据量较少时，为了保障模型在线测试结果的准确性，还可预先获取历史上对该待测试模型进行训练的若干训练样本，并在离线环境中(线下环境)，分别将各训练样本输入训练完成的待测试模型中，确定各训练样本对应的模型输出结果。之后，将各训练样本作为该待测试模型待测试样本，将各训练样本对应的模型输出结果作为各测试样本对应的线上测试结果，并根据确定出的该待测试模型的测试样本集对应的线下测试结果，存储至与该待测试模型的标识对应的模型文件中。

当然，该模型文件中进行线下测试的测试样本，还可以是待测试模型训练完成之后，在上线之前对待测试模型进行的测试。所采用的测试样本可以是历史上用户在业务平台中所生成的业务数据，也可以是模型训练阶段的训练样本。具体选取哪个阶段的模型线下测试的测试样本可根据需要设置。

S104：将所述待测试模型部署至线上环境中。

S106：将至少部分测试样本输入部署至线上环境的所述待测试模型中，得到部署至线上环境的所述待测试模型输出的线上测试结果。

由于训练完成的业务模型需要部署至线上平台中投入使用，因此为了测试模型在线功能的准确性，可将待测试模型部署上线之后再进行测试。

具体的，可先将该待测试模型部署至线上环境中。其中，线上环境指的是为用户提供业务服务的***环境。之后，针对至少部分测试样本中的每个测试样本，将该测试样本输入部署至线上环境的待测试模型中，得到该待测试模型输出的线上测试结果。

其中，该线上测试结果可以是每个测试样本通过部署至线上环境的待测试模型，得到的输出结果。也就是说，每个测试样本通过部署至线上环境的待测试模型得到的输出结果，即为每个测试样本的线上测试结果。

在另一种实施例中，该线上测试结果也可以是基于各测试样本的输出结果，得到的一个综合结果。如，各测试样本的输出结果的准确率。

S108：根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试。

由于模型在线下测试过程中已经对模型功能的正常运行进行了验证，因此可以线下测试结果为基准，检验线上测试结果的准确性。

具体的，可根据待测试模型在线输出的线上测试结果，与模型文件中的线下测试结果，对该待测试模型进行测试。其中，当线上测试结果与线下测试结果之间的差异小于预设阈值时，确定该待测试模型功能正常，否则，确定该待测试模型功能异常。其中，预设阈值可基于需要设置。

例如，假设预设阈值为10％，当预先存储的模型文件中各测试样本输出结果的准确度为80％，而基于待测试模型在线输出的线上测试结果为78％时，由于两个结果之间的差异小于预设阈值，可确定该待测试模型功能正常。

在本说明书另一种实施例中，线上测试结果与线下测试结果也可分别对应于每个测试样本。于是，针对至少部分测试样本中的每个测试样本，可确定该测试样本的线上测试结果与线下测试结果之间的差异。并判断各测试样本的线上测试结果与线下测试结果之间的差异是否均小于预设阈值。当各测试样本的线上测试结果与线下测试结果之间的差异均小于预设阈值时，确定该待测试模型的功能测试正常。否则，确定该待测试模型的功能测试异常，并重新对该待测试模型进行调试。其中，预设阈值可基于业务指标进行设置。

以待测试模型为预计送达时间(Estimated Time of Arrival，ETA)模型为例进行说明，假设测试样本包含订单1～订单3的订单数据，预设的时间误差为5分钟，即预设阈值等于5。在线下测试阶段，通过ETA模型得到订单1的线下预计送达时间为12:00，订单2的线下预计送达时间为12:20，订单3的线下预计送达时间为12:30。

在线上测试阶段，分别将各订单数据输入至部署至线上环境中的待测试模型中，得到各订单的线上测试结果分别为：订单1的线上预计送达时间为12:03，订单2的线上预计送达时间为12:20，订单3的线上预计送达时间为12:28。由于各订单的线上预计送达时间与线上预计送达时间的时间误差均小于5分钟，因此可认为该待测试模型线上功能一切正常。

在本说明书其它实施例中，若大量测试样本的线下测试结果与线下测试结果的误差较小时，也可认为待测试模型功能正常。具体的，针对至少部分测试样本中的每个测试样本，确定该测试样本的线上测试结果与线下测试结果之间的差异。并根据各测试样本的线上测试结果与线下测试结果之间的差异，确定差异小于预设阈值的样本数量。之后，判断该样本数量是否超出预设数值，当样本数量超出预设数值时，表明线上测试结果准确的概率较高，可确定该待测试模型功能正常。否则，表明线上测试结果准确的概率较低，可确定该待测试模型功能异常，可重新对该待测试模型进行调试。其中，预设阈值以及预设数值均可根据需要设置。

进一步的，还可基于差异小于预设阈值的样本数量，确定结果差异较小的样本占比，并当差异较小的样本占比超出预设比值时，确定该待测试模型功能正常，否则，确定该待测试模型功能异常。其中，预设比值可根据需要设置。

继续以上述ETA模型为例进行说明，假设测试样本中还包含订单4以及订单5，预设比值为90％。其中，订单4的线下预计送达时间为3:25，订单5的线下预计送达时间为2:43。而订单4的线上预计送达时间为3:40，订单5的线上预计送达时间为2:16。因此订单4的预估时间误差为15分钟，订单5的预估时间误差为27分钟，超出了预设的时间误差5分钟。于是基于各订单的线下预计送达时间与线上预计送达时间之间的差异，可确定差异小于预设阈值的样本占比为60％，远小于预设比值90％，可认为模型在线测试出现异常，需要进行重新调试。

基于图1所示的模型在线测试方法，可获取历史上对待测试模型进行线下测试时的各测试样本及对应的线下测试结果，之后，将待测试模型部署至线上环境中，并将至少部分测试样本输入部署至线上环境的待测试模型中，得到各测试样本的线上测试结果。最后，基于线上测试结果与线下测试结果，对待测试模型进行测试。自动化存储历史上进行线下测试时的测试样本及对应的线下测试结果，并对部署至线上环境中的待测试模型进行自动化在线测试，保障了测试数据的准确性，提高了模型测试结果的准确度。

在本说明书中得到待测试模型的线上测试结果后，若该待测试模型为初次部署，且在线测试功能正常，则可确定该待测试模型加载成功，可基于线上流量执行业务。若该待测试模型为初次部署，且在线测试功能异常，则可确定该待测试模型加载失败，重新进行模型调试。

其中，为了避免模型初次部署时，在线加载失败导致用户体验欠佳，可采用灰度发布的方式，先向部分用户发布初始版本模型，并当部分用户加载该初始版本模型后，再进行全面发布。否则，仍需对该初始版本模型进行调试。

另外，为了保障模型随着时间推移，仍然符合业务需要，通常需要周期性的基于新的训练数据对模型进行迭代更新训练。

在本说明书一种或多种实施例中，当对模型进行更新训练之后，需要将更新后的模型部署至线上环境中，以替换更新前的原始版本模型。于是，在进行模型版本的切换时，可确定最近一次训练完成的模型版本为待测试模型。

需要说明的是，待测试模型的模型文件包含模型迭代更新训练过程中，所采用的新的测试样本及对应的线下测试结果。

并且，为了保障线上服务的正常使用，在对线上环境中已部署的模型进行版本更新时，可在原始版本模型保持不变的情况下，同时将更新版本的模型部署至线上环境中，以当更新版本的模型线上测试通过后，再进行版本的替换。否则仍然采用原始版本模型执行业务。

于是，当该待测试模型测试正常时，可将线上流量由输入至该原始版本模型切换到输入至该待测试模型，通过该待测试模型执行业务。其中，该原始版本模型为线上部署的与该待测试版本对应的模型，且待测试模型在线测试阶段，仍然使用原始版本模型基于当前线上流量执行业务，以保障线上服务不发生中断。

在本说明书中预先存储与各模型标识对应的模型文件时，可预先记录各模型线下测试的若干条测试样本及对应的线下测试结果，将各模型训练完成的模型数据及测试数据(测试样本及线下测试结果)，存储至各模型标识对应的模型文件中，并向各模型文件中添加完成标记文件done文件，表示各模型文件准备完成，不再发生变更。

为了保障模型文件的正确性，还可对待测试模型的模型文件进行加密，如采用信息摘要算法(Message-Digest algorithm 5，MD5)进行加密。以当该待测试模型部署至线上环境之后，对该待测试模型的模型文件进行解密，并基于解密得到的至少部分测试样本对该待测试模型进行测试。

在本说明书一种或多种实施例中，该待测试模型也可以是进行联合训练的多个模型，则可将联合训练的多个模型作为一个综合模型，将该综合模型的整体输入数据作为测试样本，并将该整体模型的输出结果作为线上测试结果，以对该综合模型进行线上测试。

基于图1所示的一种模型在线测试方法，本说明书实施例还对应提供一种模型在线测试装置的结构示意图，如图2所示。

图2为本说明书实施例提供的一种模型在线测试装置的结构示意图，包括：

确定模块200，配置为确定待测试模型；

获取模块202，配置为根据所述待测试模型的标识，获取预先存储的与所述标识对应的模型文件，所述模型文件中包含历史上对所述待测试模型进行线下测试时的若干测试样本及对应的线下测试结果；

部署模块204，配置为将所述待测试模型部署至线上环境中；

输出模块206，配置为将至少部分测试样本输入部署至线上环境的所述待测试模型中，得到部署至线上环境的所述待测试模型输出的线上测试结果；

测试模块208，配置为根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试。

可选地，所述测试模块208具体用于，针对所述至少部分测试样本中的每个测试样本，确定该测试样本的线上测试结果与线下测试结果之间的差异，判断各测试样本的线上测试结果与线下测试结果之间的差异是否均小于预设阈值，若是，确定所述待测试模型测试正常，若否，确定所述待测试模型测试异常。

可选地，所述测试模块208具体用于，针对所述至少部分测试样本中的每个测试样本，确定该测试样本的线上测试结果与线下测试结果之间的差异，根据各测试样本的线上测试结果与线下测试结果之间的差异，确定所述差异小于预设阈值的样本数量，判断所述样本数量是否超出预设数值，若是，确定所述待测试模型测试正常，若否，确定所述待测试模型测试异常。

可选地，所述线上环境中已部署所述待测试模型对应的原始版本模型，所述原始版本模型用于根据当前线上流量执行业务，所述测试模块208还用于，当所述待测试模型测试正常时，将所述线上流量由输入至所述原始版本模型切换到输入至所述待测试模型，通过所述待测试模型执行业务。

可选地，所述获取模块202具体用于，预先获取历史上对所述待测试模型进行训练的若干训练样本，在线下环境中，分别将各训练样本输入所述待测试模型中，确定各训练样本对应的模型输出结果，将各训练样本作为所述待测试模型的测试样本，并将各训练样本对应的模型输出结果作为各测试样本对应的线下测试结果，将所述待测试模型的测试样本及对应的线下测试结果，存储至与所述标识对应的模型文件中。

可选地，所述获取模块202还用于，向所述模型文件中添加完成标记文件，所述完成标记文件表征所述模型文件不再变更。

可选地，所述获取模块202还用于，对所述模型文件进行加密，以当所述待测试模型部署至线上环境后，通过解密所述模型文件，对所述待测试模型进行测试。

本说明书实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的模型在线测试方法。

根据图1所示的一种模型在线测试方法，本说明书实施例还提出了图3所示的电子设备的示意结构图。如图3，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所示的模型在线测试方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和生成专用的集成电路芯片。而且，如今，取代手工地生成集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种模型在线测试方法，其特征在于，包括：

确定待测试模型；

根据所述待测试模型的标识，获取预先存储的与所述标识对应的模型文件，所述模型文件中包含历史上对所述待测试模型进行线下测试时的若干测试样本及对应的线下测试结果；

将所述待测试模型部署至线上环境中；

将至少部分测试样本输入部署至线上环境的所述待测试模型中，得到部署至线上环境的所述待测试模型输出的线上测试结果；

根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试。

2.如权利要求1所述的方法，其特征在于，根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试，具体包括：

针对所述至少部分测试样本中的每个测试样本，确定该测试样本的线上测试结果与线下测试结果之间的差异；

判断各测试样本的线上测试结果与线下测试结果之间的差异是否均小于预设阈值；

若是，确定所述待测试模型测试正常；

若否，确定所述待测试模型测试异常。

3.如权利要求1所述的方法，其特征在于，根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试，具体包括：

针对所述至少部分测试样本中的每个测试样本，确定该测试样本的线上测试结果与线下测试结果之间的差异；

根据各测试样本的线上测试结果与线下测试结果之间的差异，确定所述差异小于预设阈值的样本数量；

判断所述样本数量是否超出预设数值；

若是，确定所述待测试模型测试正常；

若否，确定所述待测试模型测试异常。

4.如权利要求2或3所述的方法，其特征在于，所述线上环境中已部署所述待测试模型对应的原始版本模型，所述原始版本模型用于根据当前线上流量执行业务；

所述方法还包括：

当所述待测试模型测试正常时，将所述线上流量由输入至所述原始版本模型切换到输入至所述待测试模型，通过所述待测试模型执行业务。

5.如权利要求1所述的方法，其特征在于，预先存储与所述标识对应的模型文件，具体包括：

预先获取历史上对所述待测试模型进行训练的若干训练样本；

在线下环境中，分别将各训练样本输入所述待测试模型中，确定各训练样本对应的模型输出结果；

将各训练样本作为所述待测试模型的测试样本，并将各训练样本对应的模型输出结果作为各测试样本对应的线下测试结果；

将所述待测试模型的测试样本及对应的线下测试结果，存储至与所述标识对应的模型文件中。

6.如权利要求5所述的方法，其特征在于，存储至所述标识对应的模型文件中之后，所述方法还包括：

向所述模型文件中添加完成标记文件，所述完成标记文件表征所述模型文件不再变更。

7.如权利要求5所述的方法，其特征在于，存储至所述标识对应的模型文件中之后，所述方法还包括：

对所述模型文件进行加密，以当所述待测试模型部署至线上环境后，通过解密所述模型文件，对所述待测试模型进行测试。

8.一种模型在线测试装置，其特征在于，包括：

确定模块，配置为确定待测试模型；

获取模块，配置为根据所述待测试模型的标识，获取预先存储的与所述标识对应的模型文件，所述模型文件中包含历史上对所述待测试模型进行线下测试时的若干测试样本及对应的线下测试结果；

部署模块，配置为将所述待测试模型部署至线上环境中；

输出模块，配置为将至少部分测试样本输入部署至线上环境的所述待测试模型中，得到部署至线上环境的所述待测试模型输出的线上测试结果；

测试模块，配置为根据所述线上测试结果与所述线下测试结果，对所述待测试模型进行测试。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一所述的方法。

Images