[发明专利]一种基于资源调度器的深度学习系统及其方法在审
| 申请号： | 201810668856.4 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN109034386A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 王珏;刘芳;王彦棡;曹荣强;王晓光 | 申请（专利权）人： | 中国科学院计算机网络信息中心 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/063 |
| 代理公司： | 北京亿腾知识产权代理事务所 11309 | 代理人： | 陈霁 |
| 地址： | 100190 北京市*** | 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资源调度器的深度学习系统及其方法，包括：多个高性能计算节点，每个高性能计算节点包含多块图形处理器；还包括：资源调度器和深度学习框架，其中，资源调度器用于根据用户所提需求，从多个高性能计算节点中选取所需要的资源分配给用户；通过解析插件解析所述资源调度器分配给用户资源的环境变量，获取相应的参数；深度学习框架根据所述参数形成一个运行的进程，从而开始执行深度学习程序；在深度学习程序完成之后，所述资源调度器回收所有分配的资源，从而完成整个深度学习过程。本发明为各类深度学习框架提供一个整体的集中管理的系统，有效地提高了分布式学习框架的运算效率。 | ||
| 搜索关键词： | 资源调度器 高性能计算 学习程序 学习系统 解析 分布式学习 图形处理器 环境变量 集中管理 学习过程 用户资源 运算效率 资源分配 有效地 插件 多块 分配 学习 回收 进程 | ||
【主权项】：
1.一种基于资源调度器的深度学习系统，包括：多个高性能计算节点，每个高性能计算节点包含多块图形处理器；其特征在于，还包括：资源调度器和深度学习框架，其中，资源调度器用于根据用户所提需求，从多个高性能计算节点中选取所需要的资源分配给用户；通过解析插件解析所述资源调度器分配给用户资源的环境变量，获取相应的参数；深度学习框架根据所述参数形成一个运行的进程，从而开始执行深度学习程序；在深度学习程序完成之后，所述资源调度器回收所有分配的资源，从而完成整个深度学习过程。
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机网络信息中心，未经中国科学院计算机网络信息中心许可，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/201810668856.4/，转载请声明来源钻瓜专利网。
