摘要
本发明涉及一种用于批量回归分析的向量化计算方法和系统,计算方法包括:输入任务的初始点集,构建初始矩阵M0、残差矩阵Rv和标记向量F;构建向量化的雅可比矩阵Jv;优化矩阵乘法,得到向量化乘法矩阵JJv和JRv;优化求解逆矩阵,得到批量搜索步长矩阵dxs;根据所述批量搜索步长矩阵dxs,更新初始矩阵M0,满足设定的跳出迭代循环条件时,跳出迭代循环,输出最终结果矩阵Mf;以及根据所述最终结果矩阵Mf,挑选最优结果,作为最终计算结果。本发明提供的向量化计算方法,使用不同技巧优化矩阵乘法和求逆,在不借助并行工具的前提下,单次回归计算即可同步批量完成多任务回归分析,有较好的加速效果,对于实际应用场景有很大意义。
技术关键词
量化计算方法
执行矩阵乘法
残差矩阵
批量
单指令多数据技术
雅可比矩阵
机器可读指令
半导体器件
分块
高性能
人工智能芯片
标记
输出模块
波长
显卡
计算机系统
系统为您推荐了相关专利信息
辐射源
神经网络模型
池化模型
脉冲重复频率
表达式
筛查方法
分子
质谱特征
诊断碎片
长短期记忆网络
智能优化方法
LSTM模型
监控服务器集群
智能优化系统
资源消耗量
电力线路巡检
算法模型
区域建议网络
多尺度特征
特征金字塔