[发明专利]一种基于强化学习的自适应多信道分布式深度学习方法在审
| 申请号： | 202210322064.8 | 申请日： | 2022-03-29 |
| 公开（公告）号： | CN114924868A | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 杜海舟;冯晓杰 | 申请（专利权）人： | 上海电力大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06N3/08 |
| 代理公司： | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人： | 马建军 |
| 地址： | 201306 上*** | 国省代码： | 上海;31 |
| 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自适应多信道分布式深度学习方法，称为分层梯度压缩(LGC)，包括如下步骤，建立基于强化学习的自适应多信道分布式深度学习框架；框架内部每个设备计算局部梯度；框架内部的压缩器压缩梯度；通过多个通道将压缩梯度的编码层发送到边缘服务器；服务器接收所有客户端的梯度数据并进行结果计算，而后发送至框架内所有设备；每个设备使用更新后结果数据更新本地模型，利用所提出的基于学习的控制算法评估了LGC的性能，结果表明，与基准方法相比，使用此算法，LGC显着减少了训练时间，提高了资源利用率，同时实现了相似的准确性。 | ||
| 搜索关键词： | 一种 基于 强化 学习 自适应 信道 分布式 深度 学习方法 | ||
【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上海电力大学，未经上海电力大学许可，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/202210322064.8/，转载请声明来源钻瓜专利网。
