模型训练方法、装置和计算机设备

AITNT
正文
推荐专利
模型训练方法、装置和计算机设备
申请号:CN202411057279
申请日期:2024-08-02
公开号:CN119067173A
公开日期:2024-12-03
类型:发明专利
摘要
本申请涉及一种模型训练方法、装置和计算机设备,从图形处理器GPU中,获取训练模型的本轮次梯度数据;获取的本轮次梯度数据的数据格式为整数型;并根据本轮次梯度数据和训练模型的本轮次模型参数,确定训练模型的下一轮次模型参数;进而将下一轮次模型参数发送至GPU,以使GPU基于下一轮次模型参数进行前向传播和反向传播,得到训练模型的下一轮次梯度数据。上述方案,GPU与CPU之间进行各轮次梯度数据传播时,各轮次梯度数据为整数型,缩减了数据传输量,提高了数据传输效率,进而提高了模型训练的效率。
技术关键词
数据格式 图形处理器 模型训练方法 参数 模型训练装置 计算机设备 精度 中央处理器 模块 存储器
系统为您推荐了相关专利信息
1
一种基于CNN-GRU组合神经网络的船舶轨迹分类方法
轨迹分类方法 船舶 滑动窗口 神经网络模型 离群点
2
耳戴式的健康监测设备及耳戴式多参数健康监测系统和方法
健康监测系统 健康监测方法 子模块 多模态 电化学传感器
3
一种基于电磁热耦合的亚网格方法及系统
网格方法 热传导方程 电场 电磁 网格算法
4
一种同塔双回输电线路互感参数的测量方法及相关设备
双回输电线路 测量方法 波形 电压 幅值
5
金属有机框架性能预测方法、系统、设备、介质及产品
金属有机框架 性能预测模型 性能预测方法 模型超参数 图像
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