[发明专利]一种基于并行自动编码机的特征学习方法及系统有效
| 申请号： | 201610147007.5 | 申请日： | 2016-03-15 |
| 公开（公告）号： | CN105825269B | 公开（公告）日： | 2018-06-26 |
| 发明（设计）人： | 庄福振;钱明达;申恩兆;敖翔;罗平;何清 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F17/30 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇;叶北琨 |
| 地址： | 100190 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于并行自动编码机的特征学习方法，包括：1)管理机执行Map操作，为各个工作机规划任务并将任务分发给每个工作机；其中，各个工作机的任务一致，均是基于所输入的数据对自动编码机的权值矩阵进行训练；所述权值矩阵包含了所述自动编码机的所有权值；2)每个工作机分别读取该工作机对应的部分数据集；3)各个工作机并行地执行管理机所分发的任务，对自动编码机的权值矩阵进行训练，然后每个工作机将它所训练的权值矩阵反馈给管理机；4)管理机执行Reduce操作，对各个工作机反馈的权值矩阵进行算数平均。本发明能够更加高效地实现特征学习；能够将并行自动编码机的数据处理的时间复杂度由二次复杂度降为线性复杂度。 | ||
| 搜索关键词： | 工作机 自动编码 权值矩阵 管理机 特征学习 并行 读取 时间复杂度 线性复杂度 反馈 任务分发 数据处理 复杂度 数据集 算数 所有权 分发 规划 | ||
【主权项】：
1.一种基于并行自动编码机的特征学习方法，涉及管理机、多个工作机以及训练数据集，所述训练数据集被划分为多个部分数据集，每个工作机均与一个或多个所述部分数据集对应；所述特征学习方法包括下列步骤：1)管理机执行Map操作，为各个工作机规划任务并将任务分发给每个工作机；其中，各个工作机的任务一致，均是基于所输入的数据对自动编码机的权值矩阵进行训练；所述权值矩阵包含了所述自动编码机的所有权值；2)每个工作机分别读取该工作机对应的部分数据集；3)各个工作机并行地执行管理机所分发的任务，对自动编码机的权值矩阵进行训练，然后每个工作机将它所训练的权值矩阵反馈给管理机；4)管理机执行Reduce操作，对各个工作机反馈的权值矩阵进行算数平均。
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/201610147007.5/，转载请声明来源钻瓜专利网。
