公开(公告)号：CN105825269A

公开(公告)日：2016-08-03

申请号：CN201610147007.5

申请日：2016-03-15

Applicant: 中国科学院计算技术研究所

Inventor： 庄福振 ,  钱明达 ,  申恩兆 ,  敖翔 ,  罗平 ,  何清

IPC: G06N3/04 ,  G06N3/08 ,  G06F17/30

CPC classification number: G06N3/0454 ,  G06F17/30545 ,  G06N3/08

Abstract: 本发明提供一种基于并行自动编码机的特征学习方法，包括：1)管理机执行Map操作，为各个工作机规划任务并将任务分发给每个工作机；其中，各个工作机的任务一致，均是基于所输入的数据对自动编码机的权值矩阵进行训练；所述权值矩阵包含了所述自动编码机的所有权值；2)每个工作机分别读取该工作机对应的部分数据集；3)各个工作机并行地执行管理机所分发的任务，对自动编码机的权值矩阵进行训练，然后每个工作机将它所训练的权值矩阵反馈给管理机；4)管理机执行Reduce操作，对各个工作机反馈的权值矩阵进行算数平均。本发明能够更加高效地实现特征学习；能够将并行自动编码机的数据处理的时间复杂度由二次复杂度降为线性复杂度。

公开(公告)号：CN105825269B

公开(公告)日：2018-06-26

申请号：CN201610147007.5

申请日：2016-03-15

Applicant: 中国科学院计算技术研究所

Inventor： 庄福振 ,  钱明达 ,  申恩兆 ,  敖翔 ,  罗平 ,  何清

IPC: G06N3/04 ,  G06N3/08 ,  G06F17/30

Abstract: 本发明提供一种基于并行自动编码机的特征学习方法，包括：1)管理机执行Map操作，为各个工作机规划任务并将任务分发给每个工作机；其中，各个工作机的任务一致，均是基于所输入的数据对自动编码机的权值矩阵进行训练；所述权值矩阵包含了所述自动编码机的所有权值；2)每个工作机分别读取该工作机对应的部分数据集；3)各个工作机并行地执行管理机所分发的任务，对自动编码机的权值矩阵进行训练，然后每个工作机将它所训练的权值矩阵反馈给管理机；4)管理机执行Reduce操作，对各个工作机反馈的权值矩阵进行算数平均。本发明能够更加高效地实现特征学习；能够将并行自动编码机的数据处理的时间复杂度由二次复杂度降为线性复杂度。