[发明专利]基于神经网络模型训练系统的训练处理方法、训练系统有效
| 申请号： | 201910772684.X | 申请日： | 2019-08-21 |
| 公开（公告）号： | CN110490316B | 公开（公告）日： | 2023-01-06 |
| 发明（设计）人： | 王自昊 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/08 |
| 代理公司： | 北京派特恩知识产权代理有限公司 11270 | 代理人： | 王姗姗;张颖玲 |
| 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： | 本发明提供了一种基于神经网络模型训练系统的训练处理方法、训练系统及存储介质，该系统包括：监控节点、多个参数存储节点与多个模型计算节点；方法包括：通过将多个模型计算节点各自接收的样本数据的子集训练模型得到的模型参数，发送至与模型计算节点关联的参数存储节点；通过多个参数存储节点存储该模型参数，当多个模型计算节点进行下一次迭代训练时，将所存储的模型参数发送到各自关联的模型计算节点，通过多个模型计算节点各自接收的新样本数据的子集训练模型；通过监控节点获取的多个参数存储节点和多个模型计算节点的运行状态，控制参数存储节点和模型计算节点。通过本发明，能节约节点资源，提高节点间的通信效率。 | ||
| 搜索关键词： | 基于 神经网络 模型 训练 系统 处理 方法 | ||
【主权项】：
1.一种基于神经网络模型训练系统的训练处理方法，其特征在于，/n所述神经网络模型训练系统包括：监控节点、多个参数存储节点与多个模型计算节点；/n所述方法包括：/n通过所述多个模型计算节点各自接收的样本数据的子集，训练所述神经网络模型，并将训练得到的模型参数发送至与所述模型计算节点关联的参数存储节点；/n通过所述多个参数存储节点存储各自关联的模型计算节点发送的模型参数，当所述多个模型计算节点进行下一次迭代训练时，将所存储的模型参数发送到各自关联的模型计算节点，以使/n在所述多个模型计算节点各自所接收的模型参数的基础上，通过所述多个模型计算节点各自接收的新样本数据的子集训练所述神经网络模型；/n通过所述监控节点获取所述多个参数存储节点的运行状态、以及所述多个模型计算节点的运行状态，并基于所述运行状态控制所述参数存储节点和所述模型计算节点。/n
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/201910772684.X/，转载请声明来源钻瓜专利网。
- 上一篇：神经网络的反向运算稀疏方法及相关产品
- 下一篇：神经网络运算装置及运算方法
