[发明专利]用于存储器管理的方法和用于机器学习的系统及方法

权利要求书

1.一种用于存储器管理的方法，包括：

产生依赖关系结构，所述依赖关系结构包含一个或多个任务识别符及一个或多个数据对象识别符，所述依赖关系结构包含对所述一个或多个数据对象识别符中的第一数据对象识别符的一个或多个依赖关系的列表，所述列表的第一依赖关系识别以由所述第一数据对象识别符识别的第一数据对象作为输入的第一任务；

确定计数，所述计数是对所述第一数据对象识别符的依赖关系的数目；

确定所述第一任务已完成执行；

至少部分地基于确定所述第一任务已完成执行而将所述计数递减1；

确定所述计数小于第一阈值；以及

至少部分地基于确定所述计数小于所述第一阈值而将所述第一数据对象解除分配。

2.根据权利要求1所述的方法，其中所述第一阈值是1。

3.根据权利要求1所述的方法，还包括确定与所述第一任务相关联的依赖关系的数目。

4.根据权利要求1所述的方法，其中所述第一任务是神经网络的第一层中的计算运算。

5.根据权利要求4所述的方法，其中所述第一数据对象是所述第一层中的激活。

6.根据权利要求5所述的方法，其中所述第一任务包括在反向推算期间：

计算所述激活中的梯度；以及

计算权重中的梯度。

7.根据权利要求4所述的方法，其中所述第一数据对象是所述第一层中的输入梯度。

8.根据权利要求7所述的方法，其中所述第一任务包括在反向推算期间：

计算激活中的梯度；以及

计算权重中的梯度。

9.根据权利要求4所述的方法，其中所述第一数据对象是所述第一层中的权重梯度。

10.根据权利要求9所述的方法，其中所述第一任务包括对与所述权重梯度对应的权重执行就地更新。

11.根据权利要求1所述的方法，还包括：

产生零个或更多个推算内存留数据对象识别符的列表，第一推算内存留数据对象识别符识别神经网络中的第一数据对象；

确定反向推算已完成；以及

基于确定所述反向推算已完成而将所述第一数据对象解除分配。

12.根据权利要求11所述的方法，其中所述第一数据对象是神经网络的第一层的激活。

13.根据权利要求1所述的方法，还包括：

产生零个或更多个训练内存留数据对象识别符的列表，第一训练内存留数据对象识别符识别神经网络中的第一数据对象，

确定所述神经网络的训练已完成，以及

基于确定所述神经网络的训练已完成而将所述第一数据对象解除分配。

14.根据权利要求13所述的方法，其中所述第一数据对象是所述神经网络的第一层中的权重。