本文件涉及计算机，尤其涉及一种基于人工智能可视化建模平台的算法开发装置及方法。
背景技术：
1、多年来，jupyter notebooks无疑是众多数据科学者的首选工具，然而随着人们开始朝着利用高效系统进行团队协作的方向发展，jupyter notebooks在大型数据科学项目领域开始显得无力和过时。团队协作、可视化、算法管理等成为一个亟待解决的问题。
技术实现思路
1、本发明的目的在于提供一种基于人工智能可视化建模平台的算法开发装置及方法，旨在解决现有技术中的上述问题。
2、本发明提供一种基于人工智能可视化建模平台的算法开发装置，包括：
3、notebook模块，用于提供交互式编程环境和多种深度学习框架，并基于用户选择的深度学习框架提供用户进行在线编辑、调试以及运行代码，生成机器学习算法；
4、算法管理模块，用于存储并管理机器学习算法。
5、本发明提供一种基于人工智能可视化建模平台的算法开发方法，用于上述基于人工智能可视化建模平台的算法开发装置，该方法包括：
6、通过notebook模块提供交互式编程环境和多种深度学习框架，并基于用户选择的深度学习框架提供用户进行在线编辑、调试以及运行代码，生成机器学习算法；
7、通过算法管理模块存储并管理机器学习算法。
8、本发明实施例还提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述基于人工智能可视化建模平台的算法开发方法的步骤。
9、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述基于人工智能可视化建模平台的算法开发方法的步骤。
10、采用本发明实施例，能够根据用户需要自动创建用户所需的算法，为后续的模型训练打下基础。
1.一种基于人工智能可视化建模平台的算法开发装置，其特征在于，包括：
2.根据权利要求1所述的装置，其特征在于，所述notebook模块具体用于：通过开源的jupyterlab支持用户进行在线编辑、调试及运行代码，并提供oneflow、pytorch以及tensorflow深度学习框架，并基于用户选择的深度学习框架提供用户进行在线编辑、调试以及运行代码，生成机器学习算法。
3.根据权利要求1所述的装置，其特征在于，所述notebook模块为：交互式编程环境相互独立的多个notebook模块；
4.根据权利要求1所述的方法，其特征在于，所述算法管理模块具体用于：
5.一种基于人工智能可视化建模平台的算法开发方法，用于权利要求1至4中任一项所述的基于人工智能可视化建模平台的算法开发装置，所述方法具体包括：
6.根据权利要求5所述的方法，其特征在于，通过notebook模块提供交互式编程环境和多种深度学习框架，并基于用户选择的深度学习框架提供用户进行在线编辑、调试以及运行代码，生成机器学习算法具体包括：
7.根据权利要求5所述的方法，其特征在于，所述notebook模块为：交互式编程环境相互独立的多个notebook模块；
8.根据权利要求5所述的方法，其特征在于，通过算法管理模块存储并管理机器学习算法具体包括：
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求5至8中任一项所述的基于人工智能可视化建模平台的算法开发方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求5至8中任一项所述的基于人工智能可视化建模平台的算法开发方法的步骤。
