摘要
本说明书公开了一种模型训练系统、方法、存储介质及电子设备,可以通过前向梯度传播的方式,即,在前向传播过程中,针对待训练模型的每层网络层的输出值和在待训练模型中位于该网络层的上一网络层的输出值,计算该网络层的梯度值,并基于该网络层的梯度值对该网络层的模型参数进行调整,从而可以使得在通过中央处理器确定每层网络层的模型参数后,即可将上一层网络层的输出值以及该网络层的梯度值删除,进而可以有效减少针对待训练模型进行训练过程中对于存储资源的占用。
技术关键词
图形处理器
模型训练系统
中央处理器
参数
节点
数据格式
模型训练方法
电子设备
分块
样本
可读存储介质
存储器
精度
计算机
程序
系统为您推荐了相关专利信息
轧制方法
齿轮钢
大规格
独立冷却系统
多角度环形光源
冷冻水阀门
露点温度
智能网关
空调新风机组
控制系统
设备运行状态
智能家居控制方法
家居设备
多任务
神经网络训练
状态空间模型
参数整定方法
子系统
矩阵
双馈风电场
传感器联合标定
数据采集单元
二维标定板
车体坐标系
点云