[发明专利]深度学习前向预测的实现方法、装置和机器设备有效
| 申请号： | 201810446351.3 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN110163366B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 刘银松;杨阳 | 申请（专利权）人： | 腾讯科技(深圳)有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/063 |
| 代理公司： | 深圳市联鼎知识产权代理有限公司 44232 | 代理人： | 刘抗美 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明揭示了一种深度学习前向预测的实现方法、装置和机器设备。所述方法包括：获取待进行深度学习对象识别的批量识别对象；获取部署有深度学习对象识别的机器的单次计算容量；根据单次计算容量对批量识别对象进行动态分组，获得若干组识别对象，其中每组识别对象所需的计算容量均匹配于单次计算容量；以组为单位将获得的若干组识别对象传入深度学习前向网络，获得批量识别对象进行深度学习对象识别的预测结果。在单次计算容量以及所进行的批量识别对象动态分组控制下，对输入的一组识别对象进行的深度学习前向运算是匹配于机器的单次计算容量的，充分利用了机器的计算资源，且避免内存资源的超负荷利用，并发性能得到增强。 | ||
| 搜索关键词： | 深度 学习 预测 实现 方法 装置 机器设备 | ||
【主权项】：
1.一种深度学习前向预测的实现方法，其特征在于，所述方法包括：获取待进行深度学习对象识别的批量识别对象；获取部署有所述深度学习对象识别的机器的单次计算容量；根据所述单次计算容量对所述批量识别对象进行动态分组，获得若干组识别对象，其中每组识别对象所需的计算容量均匹配于所述单次计算容量；以组为单位将获得的所述若干组识别对象传入深度学习前向网络，获得所述批量识别对象进行深度学习对象识别的预测结果。
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腾讯科技(深圳)有限公司，未经腾讯科技(深圳)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/201810446351.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种应用于忆阻器突触阵列的脉冲神经元电路
- 下一篇：一种终端部署方法和装置
