← 返回列表
一种跨域分布式计算系统、方法、存储介质和电子设备
摘要文本
本发明提供一种跨域分布式计算系统、方法、存储介质和电子设备,涉及机器学习领域,包括:任务获取模块,用于获取分布式计算任务;任务训练模块,用于利用分布式神经网络模型对所述分布式计算任务进行迭代的二阶优化训练,并在所述二阶优化训练时设定矩阵更新阈值,以加速所述分布式神经网络模型的所述二阶优化训练;结果输出模块,用于整合各所述分布式神经网络模型的训练结果,并输出全局模型参数;所述全局模型参数为所述分布式计算任务对应训练模型的模型参数。本发明能够降低算法运算复杂度。提高训练效率,在训练或推理之前将模型和数据加载到内存中,减少IO开销,从而减少对远程域的访问频率,提高系统的响应速度和性能。。来源:百度马 克 数据网
申请人信息
- 申请人:浪潮电子信息产业股份有限公司
- 申请人地址:250000 山东省济南市高新区浪潮路1036号
- 发明人: 浪潮电子信息产业股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种跨域分布式计算系统、方法、存储介质和电子设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410146915.7 |
| 申请日 | 2024/2/2 |
| 公告号 | CN117687801A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G06F9/50 |
| 权利人 | 浪潮电子信息产业股份有限公司 |
| 发明人 | 闫瑞栋; 郭振华; 李仁刚; 邱志勇 |
| 地址 | 山东省济南市高新区浪潮路1036号 |
专利主权项内容
1.一种跨域分布式计算系统,其特征在于,包括:任务获取模块,用于获取分布式计算任务;任务训练模块,用于利用分布式神经网络模型对所述分布式计算任务进行迭代的二阶优化训练,并在所述二阶优化训练时设定矩阵更新阈值,以加速所述分布式神经网络模型的所述二阶优化训练;结果输出模块,用于整合各所述分布式神经网络模型的训练结果,并输出全局模型参数;所述全局模型参数为所述分布式计算任务对应训练模型的模型参数。