[发明专利]智能分配模型训练内存方法、装置及计算机可读存储介质有效
| 申请号： | 201910520760.8 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110363303B | 公开（公告）日： | 2023-07-07 |
| 发明（设计）人： | 金戈;徐亮 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/0442;G06N3/0464;G06N3/084 |
| 代理公司： | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人： | 于志光;高杰 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工智能技术，揭露了一种智能分配模型训练内存的方法，包括构建PyTorch框架并接收训练数据，并将所述训练数据随机分为单元数据集A和单元数据集B，将所述单元数据集A运算后得到小批量梯度数据集，将所述小批量梯度数据集输入至循环神经网络中进行反向传播训练得到训练值，直至所述循环神经网络的训练值小于预设阈值时，所述循环神经网络退出训练并输出内存空间余量值，根据所述内存空间余量值计算多种机器学习模型所占用的模型训练内存，根据所述模型训练空间将所述单元数据集B分别导入所述多种机器学习模型进行训练。本发明还提出一种智能分配模型训练内存的装置以及一种计算机可读存储介质。本发明可以实现智能分配模型训练内存功能。 | ||
| 搜索关键词： | 智能 分配 模型 训练 内存 方法 装置 计算机 可读 存储 介质 | ||
【主权项】：
1.一种智能分配模型训练内存的方法，其特征在于，所述方法包括：在python环境构建PyTorch框架，所述PyTorch框架包括多种机器学习模型，利用所述PyTorch框架接收训练数据，并将所述训练数据随机分割为单元数据集A和单元数据集B；将所述单元数据集A采用批量梯度下降法运算后得到小批量梯度数据集，利用所述PyTorch框架创建循环神经网络，将所述小批量梯度数据集输入至所述循环神经网络中进行反向传播训练得到训练值，直至所述循环神经网络的训练值小于预设阈值时，所述循环神经网络退出训练并输出所述反向传播训练的内存空间余量值；根据所述内存空间余量值，计算多种机器学习模型训练所述单元数据集B时所占用的模型训练内存，根据所述模型训练内存，将所述单元数据集B分别导入所述多种机器学习模型进行训练，直至所述多种机器学习模型的训练值收敛于预设区间时完成训练。
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平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，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/201910520760.8/，转载请声明来源钻瓜专利网。
