“分布式学习”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5003318个，建议您升级VIP下载更多相关专利

[发明专利]一种基于SDN的分布式机器学习训练加速方法-CN201911371620.5有效
发明人：贺元林;丁奔程;武浩;章小宁;李自华 -专利权人：电子科技大学
申请日： 2019-12-27 - 公布日： 2023-02-24 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于SDN的分布式机器学习训练加速方法，通过解决分布式机器学习训练过程中参数同步通信中出现的TCP Incast问题，实现了分布式机器学习训练的加速。本发明通过对分布式机器学习训练的参数同步通信过程进行优化，不需要关心工作节点的机器学习任务模型，也不需要修改工作节点及参数服务器的TCP/IP协议栈，可移植性好，实用与所有基于参数服务器的分布式机器学习任务的训练本发明不需要压缩和牺牲需更新的部分参数，有利于分布式机器学习模型的快速收敛，加快了分布式机器学习的训练。
一种基于 sdn 分布式机器学习训练加速方法

[发明专利]开发机器学习模型-CN201980101222.3在审
发明人：康斯坦丁诺斯·万迪卡斯;塞利姆·伊金;胡文丰 -专利权人：瑞典爱立信有限公司
申请日： 2019-10-09 - 公布日： 2022-05-27 - 主分类号： G06N20/00 文献下载
摘要：公开了一种使用联合学习来开发机器学习模型的方法(300)。该方法由管理功能执行，包括使用机器学习算法来开发机器学习模型的种子版本(310)，并且将机器学习模型的种子版本传送给多个分布式节点(320)，该多个分布式节点中的每一个与本地数据集相关联。该方法还包括：针对该多个分布式节点中的每一个，接收相关联的本地数据集内的数据分布的表示(330)，基于接收到的表示将该多个分布式节点中的每一个分配给学习组(340)，其中每个学习组包括多个分布式节点的子集，联合学习将在学习组中执行，以及基于由学习组中的分布式节点开发的机器学习模型的节点版本，针对每个学习组获得机器学习模型的至少一个组版本(350)。
开发机器学习模型

[发明专利]一种深度学习模型获得方法、装置、设备及存储介质-CN201910844045.X有效
发明人：赵旭东 -专利权人：广东浪潮大数据研究有限公司
申请日： 2019-09-06 - 公布日： 2022-07-05 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种深度学习模型获得方法，该方法包括以下步骤：获得训练集和测试集；导入分布式学习框架的相关运行库；初始化分布式学习框架的计算环境；基于训练集和测试集，利用分布式学习框架调用多个进程对深度学习模型进行分布式训练和测试；在精度达到设定要求时，获得训练后的深度学习模型。应用本发明实施例所提供的技术方案，通过利用分布式学习框架可以对深度学习模型进行分布式训练和测试，提高了模型训练速度，可以快速获得训练后的深度学习模型，进而可以将获得的深度学习模型应用到具体产品中，进行相应应用本发明还公开了一种深度学习模型获得装置、设备及存储介质，具有相应技术效果。
一种深度学习模型获得方法装置设备存储介质

[发明专利]深度学习模型的分布式训练方法、装置、设备及存储介质-CN202111264469.2有效
发明人：吴志华;于佃海;敖玉龙;巩伟宝 -专利权人：北京百度网讯科技有限公司
申请日： 2021-10-28 - 公布日： 2022-12-30 - 主分类号： G06F9/50 文献下载
摘要：本公开提供了一种深度学习模型的分布式训练方法、装置、设备及存储介质，涉及人工智能技术领域，具体为深度学习、云计算技术领域。该方法包括：基于待训练深度学习模型的数据信息生成分布式计算视图；基于待训练深度学习模型对应的集群硬件资源的属性信息生成集群资源视图；基于分布式计算视图和集群资源视图确定分布式训练任务的目标切分策略；基于目标切分策略对待训练深度学习模型进行分布式训练本公开提供的深度学习模型的分布式训练方法，该方法提升了深度学习模型的分布式训练的效率，并提高了对集群硬件资源的利用率，且该方法具有可扩展性高、可维护性高、鲁棒性高。
深度学习模型分布式训练方法装置设备存储介质

[发明专利]模型运行策略确定方法、装置、电子设备以及存储介质-CN202211512936.3有效
发明人：曹州;敖玉龙;梁建中;赵英利;于佃海 -专利权人：北京百度网讯科技有限公司
申请日： 2022-11-25 - 公布日： 2023-09-19 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了模型运行策略确定方法、装置、电子设备、存储介质和程序产品，涉及人工智能技术领域，尤其涉及深度学习技术领域和计算机技术领域。具体实现方案为：确定深度学习模型按照串行策略运行的实际运行时长，串行策略表征深度学习模型在单一硬件单元上运行的策略；基于实际运行时长，确定关于深度学习模型的单粒度运算时长；针对多个分布式策略中的每个分布式策略，基于深度学习模型的单粒度运算时长，确定深度学习模型按照分布式策略运行的运行代价，分布式策略表征在多个硬件单元上运行深度学习模型的策略；以及基于多个分布式策略各自的运行代价，从多个分布式策略中确定要应用于多个硬件单元的目标分布式策略
模型运行策略确定方法装置电子设备以及存储介质

[发明专利]深度学习分布式训练适配方法和装置-CN202110869682.X有效
发明人：于子淇;林立翔;游亮;龙欣;张尉东;卓钧亮 -专利权人：阿里巴巴新加坡控股有限公司
申请日： 2021-07-30 - 公布日： 2023-10-24 - 主分类号： G06F8/35 文献下载
摘要：本申请公开了一种深度学习分布式训练适配方法，包括：对深度学习算法的原始代码块进行语义分析，得到原始代码块对应的分布式训练的功能类别；根据所述原始代码块对应的分布式训练的功能类别和预设的正则库，对所述原始代码块进行正则匹配，得到分布式框架代码的模板文件；对所述布式框架代码的模板文件进行渲染，得到最终的深度学习分布式训练代码。采用上述方法，以解决现有技术的深度学习分布式训练适配方法存在效率低的问题。
深度学习分布式训练配方装置

[发明专利]一种发电成本函数未知的动态经济调度方法-CN202310250034.5在审
发明人：虞文武;陈都鑫;王和;刘洪喆;孟浩飞;戴鹏程 -专利权人：东南大学
申请日： 2023-03-15 - 公布日： 2023-10-24 - 主分类号： G06Q10/0631 文献下载
摘要：本发明提供了一种针对发电成本函数未知的动态经济调度方法，该方法包含提出了一种新的分布式训练分布式执行的强化学习框架，并在该框架下，设计了一种融合分布式优化和强化学习方法的经济调度算法。本发明提出的分布式强化学习优化算法基于分布式优化理论和强化学习模型，使用分布式的方式解决了发电成本函数未知的动态经济调度问题，可提高智能电网的电力供应。此外，本文提出的分布式强化学习算法不仅可以有效进行智能电网中的配电管理，还可以适用于大规模的智能电网场景。通过仿真结果实例，进一步说明此分布式强化学习优化算法在动态经济调度问题的数值示例中具有良好的性能和有效性。
一种发电成本函数未知动态经济调度方法

[发明专利]基于分布式计算平台的人工智能遥感影像数据提取方法-CN201810747213.9在审
发明人：王晋年 -专利权人：中科遥感科技集团有限公司
申请日： 2018-07-09 - 公布日： 2019-01-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于分布式计算平台的人工智能遥感影像数据提取方法，步骤如下：步骤一，分布式计算平台与人工智能学习系统结合，分布式计算平台为人工智能学习系统分配计算机资源，构建存储海量遥感影像数据的分布式计算平台存储系统；步骤二，分布式计算平台对输入的遥感影像数据进行分片；步骤三，编写分布式计算平台上遥感影像数据的提取算法，并将提取算法加载至存储系统中；步骤四，人工智能学习系统提取分布式计算平台上的遥感影像数据。本发明提高了遥感影像数据提取的处理能力与效率，采用了分布式存储、分布式计算结合人工智能学习系统的技术路线，实现了遥感影像数据快速、批量提取。
分布式计算平台遥感影像数据人工智能学习系统存储系统提取算法分配计算机资源分布式存储分布式计算技术路线构建加载存储

[发明专利]基于分布式强化学习的优化控制系统和控制方法-CN202110415116.1在审
发明人：郑华;周江涛;尚亚飞;吴政龙 -专利权人：西北工业大学
申请日： 2021-04-17 - 公布日： 2021-07-16 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及基于分布式强化学习的优化控制系统及控制方法，该方法利用分布式强化学习算法对非线性、多变量复杂控制系统直接进行优化控制，控制目标获得最佳性能。分布式强化学习利用强化学习的迭代算法、累计奖励函数和分布式的构造都提高了算法的寻优控制效果。
基于分布式强化学习优化控制系统控制方法

[发明专利]一种基于成本学习曲线的分布式天然气发电定价方法-CN201810153402.3在审
发明人：高效;尤培培 -专利权人：国网能源研究院有限公司
申请日： 2018-02-22 - 公布日： 2018-08-07 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种基于成本学习曲线的分布式天然气发电定价方法，该方法包括以下步骤：建立分布式天然气发电成本学习曲线；确定分布式天然气发电供电成本和供热成本比例；根据分布式天然气发电供电成本和供热成本比例，确定分布式天然气发电供电成本与供热成本；根据分布式天然气发电成本学习曲线及分布式天然气发电供电成本和供热成本，确定分布式天然气发电电价与分布式天然气发电热价。本发明提供的基于成本学习曲线的分布式天然气发电定价方法，能够为发电企业和政府提供一种先进的定价模型，引导企业从更加长远的角度制定价格策略，促进政府从更加充分考虑天然气发电行业未来发展的角度释放价格信号。
分布式天然气发电供电成本供热成本发电成本定价学习定价模型发电企业发电行业价格策略价格信号热价电价天然气释放制定

[发明专利]机器学习模型之间进行转换的方法与设备-CN201610308127.9有效
发明人：梅鹍;安春霖;程大伟;刘汪根 -专利权人：星环信息科技（上海）有限公司
申请日： 2016-05-11 - 公布日： 2019-06-14 - 主分类号： G06N20/00 文献下载
摘要：本申请的目的是提供一种单机机器学习模型与分布式机器学习模型之间进行转换的方法与设备。与现有技术相比，本申请获取模型训练参数信息，并对其进行数据类型转换或描述文件解析，然后根据所述模型训练参数信息训练出分布式机器学习模型，再将所述分布式机器学习模型转换为单机机器学习模型；本申请还获取单机机器学习模型，提取出所述单机机器学习模型参数信息，对所述单机机器学习模型参数信息进行数据类型转换或描述文件解析，然后根据所述单机机器学习模型构造分布式机器学习模型；本申请可实现单机机器学习模型与分布式机器学习模型之间的相互转换
机器学习模型之间进行转换方法设备

[发明专利]用于训练模型的虚拟环境构建方法及模型的训练方法-CN202211180643.X在审
发明人：田董涛 -专利权人：海南车友家信息技术有限公司
申请日： 2022-09-26 - 公布日： 2023-01-10 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种用于训练深度学习模型的虚拟环境的构建方法、深度学习模型的训练方法、计算设备及可读存储介质，其中，用于训练深度学习模型的虚拟环境的构建方法，包括：构建运行预定计算机语言的虚拟环境；在虚拟环境中安装分布式处理系统和分布式深度学习框架；在虚拟环境中，对运行预定计算机语言的执行器和分布式深度学习框架对应的令牌文件分别生成统一路径；将虚拟环境打包后分发至基于分布式处理系统的集群上。本发明的技术方案使得通过虚拟环境在分布式处理系统的集群中运行分布式深度学习框架具有可行性。
用于训练模型虚拟环境构建方法

[发明专利]记录介质、信息处理装置和计算机实现方法-CN202210379852.0在审
发明人：田渕晶大 -专利权人：富士通株式会社
申请日： 2022-04-12 - 公布日： 2023-02-03 - 主分类号： G06N3/0464 文献下载
摘要：本公开内容涉及存储机器学习程序的记录介质、信息处理装置及计算机实现方法。在一个实施例中，该机器学习程序控制通过划分神经网络生成的分布式神经网络模型的机器学习。该机器学习程序包括用于使处理器执行处理的指令，该处理包括：对于分布式神经网络模型中的每一个，将用于该分布式神经网络模型的个体噪声添加至该分布式神经网络模型中的非并行处理块，使得该分布式神经网络模型的个体噪声不同于分布式神经网络模型之中的其他分布式神经网络模型的个体噪声；以及将添加有个体噪声的分布式神经网络模型分配给多个进程，以使多个进程中的每一个对添加有个体噪声的分布式神经网络模型之中的分配的神经网络模型执行机器学习。
记录介质信息处理装置计算机实现方法

[发明专利]分布式模型训练方法、装置、设备、存储介质及程序产品-CN202211496745.2在审
发明人：赵英利;敖玉龙;梁建中;曹州;于佃海 -专利权人：北京百度网讯科技有限公司
申请日： 2022-11-23 - 公布日： 2023-04-04 - 主分类号： G06N3/08 文献下载
摘要：本公开提供了一种分布式模型训练方法、装置、设备、存储介质以及程序产品，涉及数据处理领域，尤其涉及人工智能、深度学习、分布式技术领域。具体实现方案为：接收来自针对目标计算单元的模型数据，其中，模型数据包括模型参数、训练数据以及计算图；根据计算图和分布式策略，确定分布式全局计算图；对模型参数进行初始化，得到初始模型参数；将分布式全局计算图和初始模型参数发送至多个分布式计算单元；以及响应于接收到来自分布式计算单元的目标深度学习模型，将目标深度学习模型发送至目标计算单元；其中，目标深度学习模型，是分布式计算单元根据训练数据和全局计算图对初始模型参数进行更新后得到的。
分布式模型训练方法装置设备存储介质程序产品

[发明专利]基于多智能体强化学习的分布式电源自律分散控制方法-CN202211419428.0在审
发明人：田浩;王俊;王爱科;赵二岗;许丽娜 -专利权人：北京汇思慧能科技有限公司
申请日： 2022-11-14 - 公布日： 2023-05-26 - 主分类号： H02J3/38 文献下载
摘要：本发明公开了一种基于多智能体强化学习的分布式电源自律分散控制方法，它包括：步骤S1、根据分布式电源运行参数，构建分布式电源系统模型；步骤S2、建立马尔科夫决策过程，对分布式电源系统模型的目标函数及约束条件进行优化；步骤S3、将分布式电源优化问题转化为多智能体强化学习寻求最优控制参数策略。本发明提供了一种基于多智能体强化学习的分布式电源自律分散控制方法。保证了配电网中分布式电源的隐私性并减轻计算压力，采用多智能体强化学习算法对模型进行求解，在确切网络模型未知的情况下，可以对高维状态空间进行处理。
基于智能强化学习分布式电源自律分散控制方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条