-
公开(公告)号：CN117407419B
公开(公告)日：2024-11-01
申请号：CN202311160042.7
申请日：2023-09-08
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F16/2455 , G06F16/28
Abstract: 本发明公开了一种高维数据的查找方法及装置、存储介质、电子设备。其中，该方法包括：确定搜索空间中的初始值，其中，初始值包括初始位置值和初始元素值，初始位置值由N个向量构成，每个向量长度为高维数组对应阶的维度大小，N为大于2的正整数；基于初始值查找搜索空间在单一维度的单维最大值，以及单维最大值的数组位置；将单维最大值和数组位置输出为搜索空间在当前迭代周期的当前最大元素。通过本发明，解决了相关技术中在搜索空间中查找高维最大元素的准确率低的技术问题，可适配于各种低秩表示形式的数据，通用性高，通过交替迭代的策略保证了收敛性，且减少了对超参数的依赖，无论是人造数据还是真实数据，提高了准确率和稳定性。
-
公开(公告)号：CN117407419A
公开(公告)日：2024-01-16
申请号：CN202311160042.7
申请日：2023-09-08
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G06F16/2455 , G06F16/28
Abstract: 本发明公开了一种高维数据的查找方法及装置、存储介质、电子设备。其中，该方法包括：确定搜索空间中的初始值，其中，初始值包括初始位置值和初始元素值，初始位置值由N个向量构成，每个向量长度为高维数组对应阶的维度大小，N为大于2的正整数；基于初始值查找搜索空间在单一维度的单维最大值，以及单维最大值的数组位置；将单维最大值和数组位置输出为搜索空间在当前迭代周期的当前最大元素。通过本发明，解决了相关技术中在搜索空间中查找高维最大元素的准确率低的技术问题，可适配于各种低秩表示形式的数据，通用性高，通过交替迭代的策略保证了收敛性，且减少了对超参数的依赖，无论是人造数据还是真实数据，提高了准确率和稳定性。
-
公开(公告)号：CN113553288A
公开(公告)日：2021-10-26
申请号：CN202111101263.8
申请日：2021-09-18
Applicant: 北京大学
IPC: G06F15/173 , G06F13/28
Abstract: 本公开的实施例提供了一种针对高性能共轭梯度基准测试(HPCG基准测试)的高效两层分块多色并行优化方法。所述方法包括，首先对稀疏矩阵进行层划分，得到多个层；再对具体所述层的矩阵数据分别进行分块多色处理，得到着色计算块；将每个所述层的颜色相同的所述着色计算块分别进行分组，得到多个并行组；按各层各着色的顺序，在多线程处理器上并行执行所述并行组。以此方式，不仅可以在强数据依赖的高斯赛德尔算法中挖掘足够的并行度以充分利用硬件特性发挥性能，同时较已有的分块多色并行算法大大提高了收敛速率，同时此求解顺序使得向量数据以及矩阵数据可以在连续层之间进行进一步复用，从而进一步大幅提升性能。
-
公开(公告)号：CN113553288B
公开(公告)日：2022-01-11
申请号：CN202111101263.8
申请日：2021-09-18
Applicant: 北京大学
IPC: G06F15/173 , G06F13/28
Abstract: 本公开的实施例提供了一种针对高性能共轭梯度基准测试(HPCG基准测试)的高效两层分块多色并行优化方法。所述方法包括，首先对稀疏矩阵进行层划分，得到多个层；再对具体所述层的矩阵数据分别进行分块多色处理，得到着色计算块；将每个所述层的颜色相同的所述着色计算块分别进行分组，得到多个并行组；按各层各着色的顺序，在多线程处理器上并行执行所述并行组。以此方式，不仅可以在强数据依赖的高斯赛德尔算法中挖掘足够的并行度以充分利用硬件特性发挥性能，同时较已有的分块多色并行算法大大提高了收敛速率，同时此求解顺序使得向量数据以及矩阵数据可以在连续层之间进行进一步复用，从而进一步大幅提升性能。
-
-
-
Search Results
4
records
(took 0.034 seconds)
