[发明专利]一种基于深度学习预测神经网络训练时长的方法在审
| 申请号： | 202111020175.5 | 申请日： | 2021-09-01 |
| 公开（公告）号： | CN113887717A | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 王鑫;曾艳;袁俊峰;张纪林;万健 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习预测神经网络训练时长的方法，为大规模集群中的深度学习任务训练时长提供预测以优化集群调度策略。本发明首先分析神经网络的结构特性和训练过程的计算组成，构建以单层网络训练时长为基本单位的完整神经网络训练时长的计算模型，为利用单层模型特征预测具备不同结构的神经网络训练时长提供支持；其次，分析模型特征和训练时长的关系，设计多层感知机模型用以提取模型特征对训练时长的影响；最后，根据模型特征对训练时长的影响，制定降维规则用以提取对训练时长影响较大的关键特征，降低模型特征的维度，并利用降维后的模型特征训练深度学习模型用以预测分布式环境下的神经网络训练时长。 | ||
| 搜索关键词： | 一种 基于 深度 学习 预测 神经网络 训练 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杭州电子科技大学，未经杭州电子科技大学许可，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/202111020175.5/，转载请声明来源钻瓜专利网。
