[发明专利]一种用于在集群环境下进行机器学习的训练方法和系统有效
| 申请号： | 201810549619.6 | 申请日： | 2018-05-31 |
| 公开（公告）号： | CN108829517B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 程大宁;李士刚;张云泉 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06N20/00 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇 |
| 地址： | 100190 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种用于在集群环境下进行机器学习的训练方法，包括：1)根据集群环境中计算节点的数量，将训练集中的数据分割为用于供各个计算节点并行地执行训练操作的多个部分；2)利用集群环境中的各个计算节点对所分配的数据集的部分进行训练，使得各个计算节点并行地训练一个机器学习模型；3)对各个计算节点的处理结果进行加权平均，所述计算节点中的每一个的权重被设置为，使得对于所述集群环境中的各个节点的方差和/或均值的衰减速度一致或彼此接近。 | ||
| 搜索关键词： | 一种 用于 集群 环境 进行 机器 学习 训练 方法 系统 | ||
【主权项】：
1.一种用于在集群环境下进行机器学习的训练方法，包括：1)根据集群环境中计算节点的数量，将训练集中的数据分割为用于供各个计算节点并行地执行训练操作的多个部分；2)利用集群环境中的各个计算节点对所分配的数据集的部分进行训练，使得各个计算节点并行地训练一个机器学习模型；3)对各个计算节点的处理结果进行加权平均，所述计算节点中的每一个的权重被设置为，使得对于所述集群环境中的各个节点的方差和/或均值的衰减速度一致或彼此接近。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810549619.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种图形处理器资源虚拟化调度方法
- 下一篇：用于推送信息的方法和装置
