专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果8个,建议您升级VIP下载更多相关专利
  • [发明专利]通信方法及相关的通信系统和存储介质-CN202111349680.4在审
  • 龚轶凡;靳江明 - 北京图森智途科技有限公司
  • 2021-11-15 - 2023-05-16 - G06F9/54
  • 本公开涉及通信方法及相关的通信系统和存储介质。提供一种用于运行至少一个进程的计算系统的通信方法,所述至少一个进程包括多个模块,所述方法包括:获取所述多个模块的属性信息,其中所述多个模块至少包括第一模块和第二模块;响应于要将数据从第一模块传输给第二模块,比较第一模块的属性信息和第二模块的属性信息;以及根据所述比较,为所述第一模块和所述第二模块选择通信通道以便通过所选择的通信通道将所述数据从所述第一模块传输给所述第二模块。
  • 通信方法相关系统存储介质
  • [发明专利]多GPU并行训练的归一化处理方法、装置和系统-CN201810940929.0有效
  • 秦连柯;龚轶凡 - 北京图森智途科技有限公司
  • 2018-08-17 - 2022-03-25 - G06F9/38
  • 本发明公开多GPU并行训练的归一化处理方法、装置和系统,用以解决现有技术使用多GPU并行训练深度神经网络的归一化处理中,处理速度慢、处理效率低的问题。该方法包括:CPU接收来自一个GPU的当前并行迭代训练得到的模型的预测精度,并确定预测精度的增长值;在预测精度的增长值小于预定增长阈值的情况下,将全部GPU划分为至少一个GPU组;接收分别来自各GPU的本地归一化参数,根据一个GPU组内各个GPU的本地归一化参数,确定该GPU组的全局归一化参数;将确定的各个全局归一化参数发送给对应的GPU组中的各GPU,以使GPU组内的各GPU根据接收到的全局归一化参数进行归一化处理。
  • gpu并行训练归一化处理方法装置系统
  • [发明专利]一种多模块调度方法、装置及系统-CN201711341869.2有效
  • 龚轶凡;刘思远;李定华;靳江明;苏磊;杨宜欣;刘伟;黄泽铧 - 北京图森智途科技有限公司
  • 2017-12-14 - 2022-03-25 - G06F9/48
  • 本发明公开一种多模块调度方法、装置和系统,以解决现有多模块调度技术中存在的计算模块的输入数据存在不一致的问题。该方法包括:主进程读取预存的配置文件,配置文件中保存有一个有向计算图;主进程在当前计算周期中,在计算开始时初始化有向计算图中全部节点和全部连接边的状态;根据有向计算图中的计算方向以及节点的状态确定待调用节点,待调用节点包括节点的多个输入边均为完成状态的节点;向待调用节点对应的从进程中的计算模块发送RPC调用请求以执行该计算模块;在收到应答响应后,更新该节点的状态和该节点的输出边的状态;在确定全部节点的状态更新结束后,进行下一个计算周期的处理。
  • 一种模块调度方法装置系统
  • [发明专利]一种多模块调度方法、装置及系统-CN201711341050.6有效
  • 龚轶凡;刘思远;李定华;靳江明;苏磊;杨宜欣;刘伟;黄泽铧 - 北京图森智途科技有限公司
  • 2017-12-14 - 2021-09-03 - G06F9/48
  • 本发明公开一种多模块调度方法、装置和系统,以解决现有多模块调度技术中存在的技术问题计算模块的输入数据存在不一致、计算模块间数据传输时延显著中的至少之一。该方法包括:主进程读取预存的配置文件,配置文件中保存有一个有向计算图;主进程在当前计算周期中,初始化节点和连接边的状态;根据有向计算图中的计算方向以及节点的状态确定待调用节点,待调用节点包括节点的多个输入边均为完成状态的节点;向待调用节点对应的从进程中的计算模块发送RPC调用请求以执行该计算模块;在收到应答响应后,更新该节点的状态和该节点的输出边的状态;在确定全部节点的状态更新结束后,进行下一个计算周期的处理。
  • 一种模块调度方法装置系统
  • [发明专利]一种多个GPU并行的DNN模型训练方法和装置-CN201710564223.4有效
  • 龚轶凡;靳江明;苏磊 - 北京图森智途科技有限公司
  • 2017-07-12 - 2021-04-02 - G06N3/08
  • 本发明公开一种多个GPU并行的DNN模型训练方法和装置,用于解决现有技术中多个GPU并行训练DNN模型时存在的训练精度低的问题。该方法包括:在前向传播处理过程中,接收前向BN输入数据子集;确定全局前向BN输入数据均值集合;根据全局前向BN输入数据均值集合,对前向BN输入数据子集进行前向BN处理,得到前向BN输出数据子集;在后向传播处理过程中,接收后向BN输入数据子集;确定全局后向BN输入数据均值集合;根据全局后向BN输入数据均值集合、后向BN输入数据子集和全局前向BN数据均值集合,对前向BN输入数据子集进行后向BN处理,得到前向BN输入数据子集中每个数据的梯度。
  • 一种gpu并行dnn模型训练方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top