-
公开(公告)号：CN109635922B
公开(公告)日：2022-12-02
申请号：CN201811382970.7
申请日：2018-11-20
Applicant: 华中科技大学
IPC: G06N3/04
Abstract: 本发明公开了一种基于离散余弦变换的分布式深度学习参数量化通信优化方法及系统，将分布式深度学习中的梯度值进行离散余弦变换后，再压缩处理，更新权重时反量化操作，形成一种通信高效的分布式深度学习系统。在工作节点发送梯度数据到参数服务器之前，采用梯度划分、GPU并行计算、离散余弦变换与量化及高频滤波压缩方法处理梯度值，然后推送至参数服务器。工作节点通过拉取操作，从参数服务器得到权重之后，采用离散余弦反变换与反量化、误差补偿更新方法更新当前工作节点上的权重。本发明能够有效提升现有的分布式深度学习框架中，工作节点和参数服务器之间的通信效率，提高模型训练速度。
-
公开(公告)号：CN111999259A
公开(公告)日：2020-11-27
申请号：CN202010733165.5
申请日：2020-07-27
Applicant: 国网河南省电力公司电力科学研究院 , 华中科技大学 , 国家电网有限公司
IPC: G01N21/3563
Abstract: 一种基于红外光谱的复合绝缘子老化程度评估方法，其特征在于，所述评估方法包括以下步骤：步骤1：在待测复合绝缘子高压端、复合绝缘子总长的1/2处即中部、低压端各选取一片硅橡胶伞裙作为测试样品；步骤2：对测试样品进行傅里叶红外光谱测试，获得测试样品的红外光谱；步骤3：根据傅里叶红外光谱图计算Si-CH3和Si-O-Si的红外吸收峰面积；步骤4：根据计算结果对复合绝缘子的老化程度进行等级划分。本发明提出的方法具有取样方便、测量简单、数据准确等优点，能够很好地满足复合绝缘子老化程度的测试和评估需求。
-
公开(公告)号：CN111858072A
公开(公告)日：2020-10-30
申请号：CN202010784598.3
申请日：2020-08-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种大规模分布式深度学习的资源管理方法及系统，在神经网络的训练运行时，实现针对参数及梯度等中间数据的内存资源优化管理，同时保障分布式通信带宽资源的合理配置。重新实现跨层内存复用，将迭代计算及稀疏通信所需的中间数据迁入CPU主存，并在随后按需迁回，减轻层间内存消耗；并在CPU-GPU数据合理迁移的基础上，实现层内内存复用，挖掘层内计算和内存访问操作的独立性，尽可能的减轻层内内存消耗。在保证内存资源高效利用的同时，实现分布式参数通信优化。对分布式参数更新阶段的数据访问进行合理重定向，将CPU主存作为镜像访问区域，完成对参数及梯度的数据访问，解决了梯度数据缺失及参数写入越界的问题。
-
公开(公告)号：CN212569020U
公开(公告)日：2021-02-19
申请号：CN202021514423.2
申请日：2020-07-27
Applicant: 国网河南省电力公司电力科学研究院 , 华中科技大学 , 国家电网有限公司
Abstract: 一种棒形复合绝缘子的绝缘测试样品包括复合绝缘子段、金属上电极、金属下电极、绝缘上夹板、绝缘下夹板；在复合绝缘子段的两端分别设置金属上电极和金属下电极；所述金属上电极为单一整体电极，是边缘经过倒角处理的圆柱形电极；所述金属下电极具有同心圆三电极结构，包括内电极、内环电极、外环电极以及绝缘底板；在所述金属上电极的上端设置所述绝缘上夹板，在所述金属下电极的下端设置所述绝缘下夹板，并通过绝缘螺栓和绝缘螺母拉紧固定。绝缘测试样品采用金属下电极采用三电极结构，能够在进行绝缘泄漏电流测试时，使得绝缘泄漏电流的测试更为准确、科学。(ESM)同样的发明创造已同日申请发明专利
-
-
-
Search Results
54
records
(took 0.023 seconds)
