一种基于RNN循环记忆神经网络的地址翻译缓存更新方法及系统

AITNT
正文
推荐专利
一种基于RNN循环记忆神经网络的地址翻译缓存更新方法及系统
申请号:CN202410876250
申请日期:2024-07-02
公开号:CN118642659B
公开日期:2025-02-18
类型:发明专利
摘要
本发明公开了一种基于RNN循环记忆神经网络的地址翻译缓存更新方法及系统,所述方法包括:获取原始地址数据;对原始地址数据进行预处理,获得数据集;构建神经网络模型,并利用数据集训练神经网络模型;将训练好的神经网络模型部署到PCIE存储设备的固件中进行地址转换缓存更新。本发明提高了PCIE存储设备的地址转换缓存命中率,进而提高了计算机系统的IO操作速度。
技术关键词
地址转换缓存 记忆神经网络 缓存更新方法 缓存更新系统 数据 训练神经网络模型 存储设备 计算机系统 梯度下降法 固件 训练集 标签 编码 模块 分段 参数
系统为您推荐了相关专利信息
1
基于多源遥感图像数据的草原干旱识别评估方法及系统
多源遥感图像数据 斑块 数字高程模型 归一化植被指数 太阳入射角
2
一种基于等时应力应变关系的发动机转静子叶片结构件等寿设计方法
应力应变关系 拉伸应力应变曲线 失效判据 叶片 结构件材料
3
一种基于大数据分析的台风天气电力故障应急预案方法及系统
电力故障应急 电力杆塔 气象 输电线路故障 生成电子文档
4
一种建筑装饰装修的动态排程方法、设备及介质
建筑装饰装修 施工现场 深度学习训练 神经网络模型 动态
5
一种AI数据音频转接线及方法
音频转接线 有线耳机 数字解码芯片 音频输出接口 翻译软件
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号