[发明专利]深度神经网络的运算系统及运算方法有效
申请号: | 201510364386.9 | 申请日: | 2015-06-26 |
公开(公告)号: | CN105005911B | 公开(公告)日: | 2017-09-19 |
发明(设计)人: | 李毅;邹永强;金涬;郭志懋 | 申请(专利权)人: | 深圳市腾讯计算机系统有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06N3/08 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙)44300 | 代理人: | 黄威 |
地址: | 518000 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种深度神经网络的运算系统,其包括主服务器、多个中心参数服务器以及多个计算模块;其中计算模块包括本地参数服务器以及多个计算单元。本发明还提供一种用于深度神经网络的运算系统的运算方法,本发明的深度神经网络的运算系统及运算方法通过设置本地参数服务器,提高了运算系统的计算效率,降低了运算系统的网络通信开销。 | ||
搜索关键词: | 深度 神经网络 运算 系统 方法 | ||
【主权项】:
一种深度神经网络的运算系统,其特征在于,包括:主服务器,用于将训练任务下发至计算模块;以及进行中心参数服务器的逻辑控制;多个中心参数服务器,用于根据所述计算模块的传输请求,将计算模型传输至相应的计算模块;以及接收所述计算模块上报的计算梯度,并根据所述计算梯度对相应的所述计算模型进行更新操作;以及多个所述计算模块,包括:本地参数服务器,用于按计算周期,从所述中心参数服务器下载相应的所述计算模型,并将所述计算模型分发至各个计算单元;以及按所述计算周期,接收所述计算单元上报的计算梯度,并对所述计算梯度进行累加,以将累加后的计算梯度上传至所述中心参数服务器;以及多个所述计算单元,用于根据所述训练任务生成相应的所述传输请求;根据所述计算模型进行训练计算,以得到相应计算梯度;以及将所述计算梯度上报至所述本地参数服务器。
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深圳市腾讯计算机系统有限公司,未经深圳市腾讯计算机系统有限公司许可,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/201510364386.9/,转载请声明来源钻瓜专利网。