[发明专利]基于Hadoop的DGCNN模型加速方法在审
| 申请号： | 201911412304.8 | 申请日： | 2019-12-31 |
| 公开（公告）号： | CN111160535A | 公开（公告）日： | 2020-05-15 |
| 发明（设计）人： | 杨雨婷;吴超;张在进;高晨;陈旭 | 申请（专利权）人： | 北京计算机技术及应用研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N3/063 |
| 代理公司： | 中国兵器工业集团公司专利中心 11011 | 代理人： | 张然 |
| 地址： | 100854*** | 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： | 本发明涉及一种基于Hadoop的DGCNN加速方法，其中，包括：利用MapReduce实现训练样本和计算答案初始位置与结束位置的并行化，分布式地存储在Hadoop平台的每个节点上，每个节点都存储一个相同的完整的卷积神经网络，对于各小块中的每一个样本，节点都执行一次前向传播和反向传播计算，得出各个权值和偏置的局部改变量以及位置信息，接着汇总每个权值和偏置的局部改变量从而得到全局改变量，多次用全局改变量更新权值之后，获得最终网络；使用CUDA进行特征矩阵、神经元以及权值的并行化，为每一层的特征矩阵启动一个线程格，线程块中每个线程对应一个神经元，使得神经元并行，在误差反向传播中，用一个线程对应一个权值，计算该权值的局部梯度改变量，使得权值并行。 | ||
| 搜索关键词： | 基于 hadoop dgcnn 模型 加速 方法 | ||
【主权项】：
暂无信息
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北京计算机技术及应用研究所，未经北京计算机技术及应用研究所许可，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/201911412304.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种Cu
- 下一篇：介质阻挡放电处理尾气反应器中填充颗粒的模量计算方法
