一种E级超算海洋模式自动移植优化方法及系统

    公开(公告)号:CN109857459A

    公开(公告)日:2019-06-07

    申请号:CN201811614524.4

    申请日:2018-12-27

    Abstract: 本发明公开了一种E级超算海洋模式自动移植优化方法,包括:基于热点函数的特征利用建立的代码分析工具确定热点函数代码数据;利用卷积神经网络从所述热点函数代码数据中提取出热点函数特征,并对热点函数特征进行向量化处理,以获取热点函数的特征向量;将所述热点函数的特征向量输入到双向LSTM神经网络中,并在所述双向LSTM神经网络中引入自注意力机制进行训练,以根据输出的第一主从核代码数据确定最优双向LSTM神经网络模型;根据所述第一主从核代码数据利用强化学习方法进行迭代训练,以确定最优强化学习模型;对于从客户端获取的源代码数据,利用所述最优双向LSTM神经网络模型和最优强化学习模型,获取最优的主从核代码方案,以实现代码自动移植。

    一种E级超算海洋模式自动移植优化方法及系统

    公开(公告)号:CN109857459B

    公开(公告)日:2022-03-08

    申请号:CN201811614524.4

    申请日:2018-12-27

    Abstract: 本发明公开了一种E级超算海洋模式自动移植优化方法,包括:基于热点函数的特征利用建立的代码分析工具确定热点函数代码数据;利用卷积神经网络从所述热点函数代码数据中提取出热点函数特征,并对热点函数特征进行向量化处理,以获取热点函数的特征向量;将所述热点函数的特征向量输入到双向LSTM神经网络中,并在所述双向LSTM神经网络中引入自注意力机制进行训练,以根据输出的第一主从核代码数据确定最优双向LSTM神经网络模型;根据所述第一主从核代码数据利用强化学习方法进行迭代训练,以确定最优强化学习模型;对于从客户端获取的源代码数据,利用所述最优双向LSTM神经网络模型和最优强化学习模型,获取最优的主从核代码方案,以实现代码自动移植。

    一种基于目标众核的深度学习框架移植与优化方法及系统

    公开(公告)号:CN111667061A

    公开(公告)日:2020-09-15

    申请号:CN202010305857.X

    申请日:2020-04-17

    Abstract: 本发明涉及一种基于目标众核的深度学习框架移植与优化方法及系统,包括:移植过程为:将深度学习框架的源码移植到目标众核机器上,依据目标众核机器的编译指令,对该框架进行修改与编译,使其满足目标众核机器的运行条件;加速优化过程为:使用该框架在国产众核上分别运行基于深度学习的功能模型,并使用目标众核性能分析工具对代码进行分析,实现对热点函数的确认与提取;对热点函数的特征以及函数参数进行分析与测试,使用并行加速库对热点函数进行加速,确定优化策略,最终在确保框架正确性的前提下提高该框架的加速比,并根据当前的主从核并行代码对所述深度学习框架的编译文件进行修改与测试,以实现当前的主从核并行代码的混合编译与运行。

    一种人角膜内皮细胞系的构建方法

    公开(公告)号:CN1296479C

    公开(公告)日:2007-01-24

    申请号:CN200510044143.3

    申请日:2005-07-27

    Abstract: 一种人角膜内皮细胞系的构建方法,它是以角膜内皮为材料,先将角膜内皮面朝下进行贴板培养,采用时间梯度连续贴膜法获得纯净角膜内皮细胞,在含20%胎牛血清、硫酸软骨素氧化降解物、表皮细胞生长因子、碱性成纤维细胞生长因子、牛眼生素的DMEM/F12培养液中培养;采用胰蛋白酶消化法进行传代培养。该技术工艺科学合理,经这种方法所获得的传代细胞目前已传至第106代。本发明的角膜内皮细胞未经任何病毒或癌基因转染,因此获得的人角膜内皮细胞没有任何致瘤性,可望直接用于人工角膜生产和临床应用。

    一种基于目标众核的深度学习框架移植与优化方法及系统

    公开(公告)号:CN111667061B

    公开(公告)日:2023-04-18

    申请号:CN202010305857.X

    申请日:2020-04-17

    Abstract: 本发明涉及一种基于目标众核的深度学习框架移植与优化方法及系统,包括:移植过程为:将深度学习框架的源码移植到目标众核机器上,依据目标众核机器的编译指令,对该框架进行修改与编译,使其满足目标众核机器的运行条件;加速优化过程为:使用该框架在国产众核上分别运行基于深度学习的功能模型,并使用目标众核性能分析工具对代码进行分析,实现对热点函数的确认与提取;对热点函数的特征以及函数参数进行分析与测试,使用并行加速库对热点函数进行加速,确定优化策略,最终在确保框架正确性的前提下提高该框架的加速比,并根据当前的主从核并行代码对所述深度学习框架的编译文件进行修改与测试,以实现当前的主从核并行代码的混合编译与运行。

    一种人角膜内皮细胞系的构建方法

    公开(公告)号:CN1749393A

    公开(公告)日:2006-03-22

    申请号:CN200510044143.3

    申请日:2005-07-27

    Abstract: 一种人角膜内皮细胞系的构建方法,它是以角膜内皮为材料,先将角膜内皮面朝下进行贴板培养,采用时间梯度连续贴膜法获得纯净角膜内皮细胞,在含20%胎牛血清、硫酸软骨素氧化降解物、表皮细胞生长因子、碱性成纤维细胞生长因子、牛眼生素的DMEM/F12培养液中培养;采用胰蛋白酶消化法进行传代培养。该技术工艺科学合理,经这种方法所获得的传代细胞目前已传至第106代。本发明的角膜内皮细胞未经任何病毒或癌基因转染,因此获得的人角膜内皮细胞没有任何致瘤性,可望直接用于人工角膜生产和临床应用。

Patent Agency Ranking