[发明专利]基于强化学习的深度学习训练作业资源放置系统及方法在审
| 申请号： | 202110874519.2 | 申请日： | 2021-07-30 |
| 公开（公告）号： | CN113535365A | 公开（公告）日： | 2021-10-22 |
| 发明（设计）人： | 周悦媛;杨康;章家维;邵恩;谭光明 | 申请（专利权）人： | 中科计算技术西部研究院 |
| 主分类号： | G06F9/48 | 分类号： | G06F9/48;G06F9/50;G06T1/20;G06N3/04;G06N3/08;G06N5/04 |
| 代理公司： | 重庆强大凯创专利代理事务所(普通合伙) 50217 | 代理人： | 黄书凯 |
| 地址： | 401120 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及计算资源调度技术领域，具体公开了基于强化学习的深度学习训练作业资源放置系统及方法，方法包括如下步骤：随机初始化DRL神经网络模型的参数；生成批量作业的状态向量；将状态向量送入DRL神经网络模型中推理得到批量作业的放置位置信息，并按照该放置位置信息进行作业放置，得到批量作业运行的最大完成时间记为T_RL；随机生成若干放置位置信息，并按照该随机生成的放置位置信息进行作业放置，得到该批量作业的若干最大完成时间，取得其中最小的最大完成时间记为T_Random；基于最大完成时间T_RL和最大完成时间T_Random计算奖励；反向梯度更新DRL神经网络模型的参数。采用本发明的技术方案能够在资源出错场景下对DLT作业进行自适应放置。 | ||
| 搜索关键词： | 基于 强化 学习 深度 训练 作业 资源 放置 系统 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中科计算技术西部研究院，未经中科计算技术西部研究院许可，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/202110874519.2/，转载请声明来源钻瓜专利网。
- 上一篇：显示装置及电子设备
- 下一篇：雷达的安装装置及汽车
