-
公开(公告)号：CN112766486B
公开(公告)日：2025-04-11
申请号：CN202011645194.2
申请日：2020-12-31
Applicant: 鹏城实验室
Abstract: 本发明公开了一种神经网络结构的搜索方法、终端、服务器及可读存储介质，方法包括：服务器确定是否存储有神经网络结构对应的第一参数；若确定存储有第一参数时，发送携带第一参数的训练指令至终端，以使终端根据第一参数搜索目标神经网络结构并采用训练数据对目标神经网络结构进行训练。本发明提高了神经网络结构的搜索方法的资源利用率。
-
公开(公告)号：CN112395272A
公开(公告)日：2021-02-23
申请号：CN202110072482.1
申请日：2021-01-20
Applicant: 鹏城实验室
Abstract: 本发明公开一种通信算法数据库构建方法、分布式机器装置和存储介质，所述方法包括：根据分布式机器学习任务选取相关变量并进行配置，得到不同输入变量组合；将所述输入变量组合分别输入蒙特卡洛模型中进行仿真，获取各输入变量组合对应输出变量的概率值；建立所述输入变量组合与所述输出变量的概率值的通信算法数据库，所述通信算法数据库中包括多个通信算法，且每个通信算法中的输入变量组合与训练时间具有映射关系；根据所述通信算法数据库预估训练所述分布式机器学习任务所需的目标通信算法和目标输出变量，解决现有技术中分布式机器学习任务训练缓慢的问题，加快分布式机器学习任务的训练速度。
-
公开(公告)号：CN112101553A
公开(公告)日：2020-12-18
申请号：CN202011243717.0
申请日：2020-11-10
Applicant: 鹏城实验室
Abstract: 本发明涉及机器学习领域，公开了一种网络结构搜索方法及装置、设备、计算机可读存储介质。本发明通过将第i个网络结构，以及第i个网络结构的预估正确率值添加到历史数据集中，其中历史数据集包括各网络结构及其对应的正确率值，i为自然数，进而根据历史数据集进行网络结构搜索得到第i+1个网络结构，同时并行对第i个网络结构进行训练得到实际正确率值，再利用实际正确率值替换历史数据集中第i个网络结构对应的预估正确率值；解决了相关技术中网络结构搜索不够合理，造成网络结构搜索效率低的问题。
-
公开(公告)号：CN112434817B
公开(公告)日：2021-05-28
申请号：CN202110105293.X
申请日：2021-01-26
Applicant: 鹏城实验室
IPC: G06N20/00 , G06F16/901 , H04L12/24
Abstract: 本发明公开了一种构建通信算法数据库的方法、装置和计算机存储介质，该方法包括以下步骤：基于不同的软硬件配置和通信算法配置对预设用例进行机器学习模型训练；记录在不同的软硬件配置和通信算法配置下训练机器学习模型达到既定正确率所用的训练时间；将预设用例、不同的软硬件配置和通信算法配置和训练时间按照对应关系构建通信算法数据库。解决了现有的分布式机器学习中还存在如何优化并行训练中涉及到的通信算法的问题。
-
Patent Agency Ranking
公开(公告)号：CN112101553B
公开(公告)日：2021-02-23
申请号：CN202011243717.0
申请日：2020-11-10
Applicant: 鹏城实验室
Abstract: 本发明涉及机器学习领域，公开了一种网络结构搜索方法及装置、设备、计算机可读存储介质。本发明通过将第i个网络结构，以及第i个网络结构的预估正确率值添加到历史数据集中，其中历史数据集包括各网络结构及其对应的正确率值，i为正整数，进而根据历史数据集进行网络结构搜索得到第i+1个网络结构，同时并行对第i个网络结构进行训练得到实际正确率值，再利用实际正确率值替换历史数据集中第i个网络结构对应的预估正确率值；解决了相关技术中网络结构搜索不够合理，造成网络结构搜索效率低的问题。
-
公开(公告)号：CN112395272B
公开(公告)日：2021-07-13
申请号：CN202110072482.1
申请日：2021-01-20
Applicant: 鹏城实验室
Abstract: 本发明公开一种通信算法数据库构建方法、分布式机器装置和存储介质，所述方法包括：根据分布式机器学习任务选取相关变量并进行配置，得到不同输入变量组合；将所述输入变量组合分别输入蒙特卡洛模型中进行仿真，获取各输入变量组合对应输出变量的概率值；建立所述输入变量组合与所述输出变量的概率值的通信算法数据库，所述通信算法数据库中包括多个通信算法，且每个通信算法中的输入变量组合与训练时间具有映射关系；根据所述通信算法数据库预估训练所述分布式机器学习任务所需的目标通信算法和目标输出变量，解决现有技术中分布式机器学习任务训练缓慢的问题，加快分布式机器学习任务的训练速度。
-
公开(公告)号：CN112766486A
公开(公告)日：2021-05-07
申请号：CN202011645194.2
申请日：2020-12-31
Applicant: 鹏城实验室
Abstract: 本发明公开了一种神经网络结构的搜索方法、终端、服务器及可读存储介质，方法包括：服务器确定是否存储有神经网络结构对应的第一参数；若确定存储有第一参数时，发送携带第一参数的训练指令至终端，以使终端根据第一参数搜索目标神经网络结构并采用训练数据对目标神经网络结构进行训练。本发明提高了神经网络结构的搜索方法的资源利用率。
-
公开(公告)号：CN112434817A
公开(公告)日：2021-03-02
申请号：CN202110105293.X
申请日：2021-01-26
Applicant: 鹏城实验室
IPC: G06N20/00 , G06F16/901 , H04L12/24
Abstract: 本发明公开了一种构建通信算法数据库的方法、装置和计算机存储介质，该方法包括以下步骤：基于不同的软硬件配置和通信算法配置对预设用例进行机器学习模型训练；记录在不同的软硬件配置和通信算法配置下训练机器学习模型达到既定正确率所用的训练时间；将预设用例、不同的软硬件配置和通信算法配置和训练时间按照对应关系构建通信算法数据库。解决了现有的分布式机器学习中还存在如何优化并行训练中涉及到的通信算法的问题。
-
公开(公告)号：CN112257856A
公开(公告)日：2021-01-22
申请号：CN202011498964.5
申请日：2020-12-18
Applicant: 鹏城实验室
Abstract: 本发明公开了一种深度学习框架确定方法、设备及可读存储介质，该方法包括步骤：获取应用场景，并建立与所述应用场景对应的至少两个深度学习框架对应的深度学习仿真实验任务；基于预设硬件处理各所述深度学习仿真实验任务，得到深度学习框架评分结果；基于所述深度学习框架评分结果，选取评分最高的深度学习框架作为目标深度学习框架。本发明实现了根据深度学习框架评分结果确定最适合该应用场景的目标深度学习框架，从而使得使用深度学习框架的应用所使用的深度学习框架为最适合该应用的深度学习框架，进而提高了使用深度学习框架的应用的稳定性和效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
