[发明专利]基于Winograd卷积的并行深度卷积神经网络优化方法在审
| 申请号： | 202210610611.2 | 申请日： | 2022-05-31 |
| 公开（公告）号： | CN115204359A | 公开（公告）日： | 2022-10-18 |
| 发明（设计）人： | 毛伊敏;戴经国;李叶;陈志刚;霍英 | 申请（专利权）人： | 韶关学院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06V10/80;G06V10/82 |
| 代理公司： | 重庆天成卓越专利代理事务所(普通合伙) 50240 | 代理人： | 王宏松 |
| 地址： | 512023 广*** | 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： | 本发明提出了一种基于Winograd卷积的并行深度卷积神经网络优化方法，包括：S1，模型批训练阶段，采用基于余弦相似度与归一化互信息的特征过滤策略FF‑CSNMI，通过先筛选后融合的方式消除冗余特征的计算，解决了冗余特征计算过多的问题；S2，参数并行更新阶段，采用并行Winograd卷积策略MR‑PWC，通过使用并行化Winograd卷积降低大数据环境下卷积的计算量，以此提升卷积运算的性能，解决了大数据环境下卷积运算性能不足的问题；S3，参数组合阶段，采用基于任务迁移的负载均衡策略LB‑TM，通过均衡各节点之间的负载降低并行系统各节点的平均反应时长，提升模型参数的并行化合并效率，从而解决了参数并行化合并效率低的问题。本发明在并行效率和分类效果上都有显著的提升。 | ||
| 搜索关键词： | 基于 winograd 卷积 并行 深度 神经网络 优化 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韶关学院，未经韶关学院许可，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/202210610611.2/，转载请声明来源钻瓜专利网。
