“并行梯度”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果139101个，建议您升级VIP下载更多相关专利

[发明专利]一种适配图形引擎的并行视频压缩方法和装置-CN202310487507.3在审
发明人：王锐;王园园;周礼 -专利权人：光线云（杭州）科技有限公司
申请日： 2023-05-04 - 公布日： 2023-08-15 - 主分类号： H04N19/42 文献下载
摘要：本发明公开了一种适配图形引擎的并行视频压缩方法和装置，支持帧内预测和帧间预测模式，在GPU并行计算下，针对帧内预测通过梯度信息确定候选预测模式并筛选最优预测模式进行帧内重建，针对帧间预测利用图形引擎提供的运动信息和深度信息并行计算光流向量，将光流向量作为运动估计输入进行更快速且更精确的运动向量的计算，并根据运动向量进行运动补偿后进行帧间重建，重建后同样采用GPU进行并行压缩，大大提升了压缩效率同时降低了计算开销，非常适合图形引擎输出视频的高效低计算成本压缩
一种图形引擎并行视频压缩方法装置

[发明专利]一种基于Kriging代理模型的并行计算全局优化方法-CN201910891419.3有效
发明人：罗阳军;邢健 -专利权人：大连理工大学
申请日： 2019-09-20 - 公布日： 2023-02-17 - 主分类号： G06F17/15 文献下载
摘要：一种基于Kriging代理模型的并行计算全局优化方法，即PEI‑R算法，属于全局优化算法技术领域。本发明利用代理模型方法配合并行加点准则，实现高效高精度的全局优化计算。该方法能够利用计算机多核并行能力，实现高效并行计算，与传统EI序列加点准则相比效率可以提高3倍，精度提高至少一个量级。该方法通用性好目标函数计算次数少，不仅适用于常规优化问题，还适用于无法获得梯度的复杂工程及多学科优化问题求解。
一种基于 kriging 代理模型并行计算全局优化方法

[发明专利]一种基于改进遗传算法的群粒子梯度下降算法-CN202010518110.2在审
发明人：单雨龙;赵世军;李秋涵 -专利权人：中国人民解放军国防科技大学
申请日： 2020-06-09 - 公布日： 2020-10-13 - 主分类号： G06N3/00 文献下载
摘要：基于改进遗传算法的群粒子梯度下降算法，能快速准确地搜索到复杂函数条件下的全局最优解，群粒子梯度下降算法的步骤：生成初始种群是否满足终止条件、计算每个个体的适应度值；筛选遗传算子，梯度下降法作用每个个体生成新种群，计算每个个体的适应度值，交叉变异操作生成新种群；遗传算法的改进方法是：将种群内适应度值最大的前5个个体保留，剩余的新种群个体以轮盘选择法进行概率选择；将遗传算法的并行计算思想及进化机制引入梯度下降法中，即将原来单个点的寻优改为群体寻优，且不断有新的更接近最优解的种群同时沿着梯度方向寻找最优解。
一种基于改进遗传算法粒子梯度下降

[发明专利]深度卷积神经网络的分布式训练方法、设备和存储介质-CN202110038535.8有效
发明人：万烂军;龚坤;张根;李泓洋;李长云;肖满生;谭永新 -专利权人：湖南工业大学
申请日： 2021-01-12 - 公布日： 2022-08-12 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及深度卷积神经网络的分布式训练方法、设备和存储介质，通过混合采用参数服务器的同步参数更新策略和异步参数更新策略，避免了因木桶效应造成的更新全局参数等待时间过长的问题，缓解了因梯度过时导致的梯度下降过程不稳定，加快了模型的分布式并行训练速度，提高了模型的收敛速度和精度。
深度卷积神经网络分布式训练方法设备存储介质

[发明专利]并行互补式神经网络算法-CN202110810076.0在审
发明人：史永康 -专利权人：史永康
申请日： 2021-07-18 - 公布日： 2021-12-03 - 主分类号： G06N3/04 文献下载
摘要：人工智能技术在当代的各个领域发挥着越来越重要的作用，神经网络算法在其中是重要的分支，但是神经网络算法也有很多不足，比如在深度学习反向传播的时候会出现梯度消失和梯度爆炸的问题。本发明的并行互补式神经网络算法，采用两个神经网络进行互补式的学习和输出，一方面可以解决梯度消失和梯度爆炸的问题，另一方面互补式的神经网络可以同时输入不同领域或不同维度的输入向量，例如图片和音频，进行混合式的学习
并行互补神经网络算法

[发明专利]基于概率统计与图像梯度信息的全局矢量获取方法-CN201510655270.0在审
发明人：焦阳;牛毅;任琼巍;柳林;石光明 -专利权人：西安电子科技大学
申请日： 2015-10-12 - 公布日： 2016-01-20 - 主分类号： H04N19/527 文献下载
摘要：本发明公开了一种基于概率统计和图像梯度信息的全局矢量获取方法，主要用于解决两幅图像匹配过程中全局矢量求解不精确，运算时间长，易造成匹配失真等问题。其实现步骤为：1)利用横纵梯度算子分别对待处理图像进行二维卷积处理；2)计算梯度信息矩阵；3)对梯度信息矩阵进行宏块划分，并求各宏块梯度和；4)对宏块梯度和进行排序，并在最大值附近确定待匹配块；5)利用全搜索法处理待匹配块本发明利用图像灰度信息及引入局部运动矢量概率密度函数，提高了全局矢量精度，且运算复杂度低，并行性好，易于实时实现，可用于电子稳像、视频压缩等带有图像匹配过程的数字图像及视频处理。
基于概率统计图像梯度信息全局矢量获取方法

[发明专利]一种神经网络分布式训练方法、装置、设备及存储介质-CN202011130809.8在审
发明人：周宇浩;叶庆;张海伦 -专利权人：周宇浩
申请日： 2020-10-21 - 公布日： 2021-01-29 - 主分类号： G06N3/08 文献下载
摘要：该方法改进了分布式神经网络的训练架构，提高分布式训练中各个节点的计算资源利用率，包括：针对集群中的每个节点，建立同步进程以及与同步进程并行运行的训练进程；节点根据同步进程的状态信息，确定训练进程的第N个训练周期；在第N个训练周期内，节点对目标神经网络模型进行训练，得到本地梯度；节点累加本地梯度，得到累计梯度；节点在训练进程中进行第N+1个训练周期的训练时，在同步进程中与其他节点同步累计梯度，计算获得第一平均梯度；在节点在同步进程中利用第一平均梯度更新第N个训练周期结束时的目标神经网络模型的参数。
一种神经网络分布式训练方法装置设备存储介质

[发明专利]基于不确定地质模型的油藏注采参数优化方法-CN201710721833.0有效
发明人：尚根华;康志江;崔书岳;吕新瑞;郑松青;张冬丽 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院
申请日： 2017-08-22 - 公布日： 2021-08-20 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种基于不确定地质模型的油藏注采参数优化方法，通过建立优化目标函数，分别计算每一个地质模型的净现值梯度并求解净现值梯度的数学期望，调节各地质模型的注采参数以得到优化目标函数最大值，并利用优化目标函数最大值反求油藏注采参数最优解该方法分别计算每一个地质模型的净现值梯度并求解净现值梯度的数学期望，充分考虑了每个模型的参数差异，使得净现值梯度更加准确，故最终所得的净现值的数学期望的最大值也更接近实际情况，降低了油藏开发和投资调整的风险；此外，该方法中每一个模型的净现值梯度单独计算的处理方法特别适合并行运算，客观上提高了运算速度。
基于不确定地质模型油藏参数优化方法

[发明专利]基于多GPU的重力梯度数据灵敏度矩阵压缩及调用方法-CN202110941656.3在审
发明人：侯振隆;孙伯轩;刘欣慰;魏继康 -专利权人：东北大学
申请日： 2021-08-17 - 公布日： 2021-11-02 - 主分类号： G06F17/16 文献下载
摘要：本发明提供一种基于多GPU的重力梯度数据灵敏度矩阵压缩及调用方法，涉及地球物理正反演技术领域；首先建立重力梯度数据各分量的灵敏度矩阵的等价计算公式，然后计算各GPU中分得灵敏度矩阵元素的范围和数量等参数，利用GPU并行计算压缩后的灵敏度矩阵，最后获取待参加计算的灵敏度矩阵元素索引，换算其在压缩矩阵中的索引并读取数值，从而实现大规模重力梯度数据不同梯度分量或全张量梯度数据的快速正反演；经验证，本发明能够有效提高重力梯度数据正反演的计算规模和大规模重力梯度数据联合反演的计算效率
基于 gpu 重力梯度数据灵敏度矩阵压缩调用方法

[发明专利]一种神经网络声学模型的分布式并行训练方法及系统-CN201510291080.5有效
发明人：那兴宇;王智超;潘接林;颜永红 -专利权人：中国科学院声学研究所;北京中科信利技术有限公司
申请日： 2015-05-29 - 公布日： 2019-07-09 - 主分类号： G10L15/06 文献下载
摘要：本发明提供一种神经网络声学模型的分布式并行训练方法及系统，所述方法包含：步骤101)将各组训练数据分别输入一个客户端；步骤102)客户端接收输入的训练数据，并采用总线在客户端设置的若干个GPU和第一CPU之间传递参数，所述参数包含：模型权重和梯度；各个GPU基于输入的模型权重参数计算梯度，并将计算得到的梯度输入至第一CPU中；第一CPU利用GPU上传的梯度更新客户端中的模型副本，将更新后的权重参数回传给各个GPU，用于进行新的梯度计算，同时，第一CPU累积各GPU输入的梯度，根据累积结果更新参数服务器中的模型；步骤103)采用网络资源将各个客户端CPU累积得到的最新的梯度信息输入服务器，然后更新服务器中存储的神经网络声学模型
一种神经网络声学模型分布式并行训练方法系统

[发明专利]分布式数据处理系统、分布式计算任务部署系统及方法-CN202010724559.4在审
发明人：柳俊丞;上官士源;李新奇;郭冉;袁进辉 -专利权人：北京一流科技有限公司
申请日： 2020-07-24 - 公布日： 2020-08-28 - 主分类号： G06F9/50 文献下载
摘要：所述分布式数据处理系统，用于在所述多个计算设备上对数据进行并行处理，每个计算设备包含前向数据处理组件和后向数据处理组件，其中至少一个计算设备含有其他计算设备不具有的一个模型参数组件以及与一个所述模型参数组件对应的模型参数更新组件，所述模型参数组件通过与其对应的广播组件将其含有的一组将被并行处理的数据所使用的模型参数输入到其他计算设备的广播组件，以及所述模型参数更新组件从与其对应的梯度汇聚组件获取对应的全局梯度值进行更新处理。
分布式数据处理系统计算任务部署系统方法

[发明专利]分布式电位梯度并行观测电极-CN201210388119.1有效
发明人：黄俊革;农观海 -专利权人：上海应用技术学院
申请日： 2012-10-15 - 公布日： 2013-03-06 - 主分类号： G01V3/18 文献下载
摘要：本发明涉及一种分布式电位梯度并行观测电极，外有外壳，工作电极位于外壳底部并穿出底部，外壳顶部四面各有一个插头式接口，工作电极信号、控制总线和数据传输总线接在插头式接口上通过四芯电缆输出外接，LCD显示屏位于外壳的顶部
分布式电位梯度并行观测电极

[发明专利]基于随机并行梯度下降优化技术的快速数字图像相关测量方法-CN201110063125.5无效
发明人：龙学军;伏思华;李松洋;梁永辉;王三宏 -专利权人：中国人民解放军国防科学技术大学
申请日： 2011-03-16 - 公布日： 2011-10-19 - 主分类号： G01B11/16 文献下载
摘要：本发明提出了一种基于并行梯度下降优化技术的快速数字图像相关测量方法，综合考虑被测物体的散斑场中任意一点的位移及其导数等相关参数，利用随机并行优化技术实现快速数字图像相关测量，该方法通过对变形参数采用随机并行扰动
基于随机并行梯度下降优化技术快速数字图像相关测量方法

[发明专利]用于并行成像的线圈灵敏度估计-CN200580002497.X无效
发明人： A·尼米;J·坦图;M·伊利豪塔拉 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2005-01-06 - 公布日： 2007-02-07 - 主分类号： G01R33/561 文献下载
摘要：在MRI系统(40)中的并行或SENSE成像技术中，执行校准扫描以生成校准图像(86)，该标准图像表示也在磁场失真的区域中的并行成像线圈(76a，…，76n)的灵敏度轮廓。这通过使用诸如自旋回波技术的相位再聚焦成像协议，或者通过使用回波时间很短的梯度回波技术来实现。另外，校准扫描和诊断成像扫描的相位编码方向应当匹配。使用诊断扫描协议执行诊断成像扫描以从每个并行成像线圈生成诊断图像表示。SENSE处理器(90)从诊断图像表示和线圈灵敏度轮廓重构最终诊断图像(92)。
用于并行成像线圈灵敏度估计

[发明专利]深度神经网络模型并行的全连接层数据交换方法及系统-CN201710191684.1有效
发明人：蒋文斌;金海;张杨松;叶阁焰;马阳;祝简;刘湃 -专利权人：华中科技大学
申请日： 2017-03-28 - 公布日： 2019-09-24 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种深度神经网络模型并行的全连接层数据交换方法及系统，将深度神经网络的全连接层按神经元的数目均匀划分到N个训练单元上，形成一种在深度神经网络中全连接层模型并行的网络模型；在全连接层的前向传播过程中采取部分到达、部分计算、整体输出和整体传播的处理方式；在全连接层的后向传播过程中，采用定停等后向传播方法对后层的残差数据，采取定量达到、定量计算和定量传播的处理方式；在一次前向与后向传播完成后，依据所求的权值梯度与阈值梯度，并行地更新各层的权值数据与阈值数据。
深度神经网络模型并行连接数据交换方法系统