[发明专利]基于GPU的深度神经网络模型训练方法、装置和计算机设备有效
| 申请号： | 202010187555.7 | 申请日： | 2020-03-17 |
| 公开（公告）号： | CN111461293B | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 李肯立;陈再龙;刘楚波;阳王东;周旭;肖国庆;唐卓;谭光华;朱宁波;李克勤 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063;G06N3/084;G06T1/20 |
| 代理公司： | 华进联合专利商标代理有限公司 44224 | 代理人： | 黄恕 |
| 地址： | 410001 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种基于GPU的深度神经网络模型训练方法、装置、计算机设备和存储介质。该方法包括：在深度神经网络模型首次训练时，将各隐藏层的输出数据压缩至GPU主存存储，得到压缩后的输出数据和GPU的主存余量；当主存余量未达到预设余量阈值时，根据输出数据的稀疏程度值和压缩后的输出数据占用GPU主存的时间比重，确定初步隐藏层；迭代训练深度神经网络模型时，根据初步隐藏层，将初步隐藏层的输出数据压缩至GPU主存存储，得到GPU主存的初步余量，直至初步余量达到预设余量阈值；当初步余量达到预设余量阈值时，确定需要将输出数据压缩至GPU主存存储的最终隐藏层，进行训练，以得到训练好的深度神经网络模型。采用本方法能够提高GPU资源利用率。 | ||
| 搜索关键词： | 基于 gpu 深度 神经网络 模型 训练 方法 装置 计算机 设备 | ||
【主权项】：
暂无信息
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湖南大学，未经湖南大学许可，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/202010187555.7/，转载请声明来源钻瓜专利网。
