[发明专利]一种基于强化学习的神经网络自适应分布式并行训练方法在审
| 申请号： | 202110406478.4 | 申请日： | 2021-04-15 |
| 公开（公告）号： | CN113128702A | 公开（公告）日： | 2021-07-16 |
| 发明（设计）人： | 吴吉央;曾艳;张纪林;袁俊峰;任永坚;周丽 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习的神经网络自适应分布式并行训练方法，为大规模复杂神经网络的切分和调度提供最优化解决方案。本发明首先分析神经网络模型结构和计算属性对执行性能的影响，在此基础上提取包括计算代价、通信代价和内存使用率等性能因子，构建能够全面体现分布式训练性能的多维性能评价模型，提高并行策略综合性能；其次利用前馈网络根据算子属性特征实现算子自适应分组，确定并行度，减小搜索空间的同时实现了端到端的策略搜索；最后基于重要性采样，采用近端策略梯度迭代优化强化学习模型，搜索最优切分和调度策略，扩展策略网络离线学习能力，提高算法平稳性、收敛速率以及策略搜索性能。 | ||
| 搜索关键词： | 一种 基于 强化 学习 神经网络 自适应 分布式 并行 训练 方法 | ||
【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杭州电子科技大学，未经杭州电子科技大学许可，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/202110406478.4/，转载请声明来源钻瓜专利网。
