摘要
本发明涉及内存管理技术领域,公开了用于内存管理的方法、装置、设备和介质,方法包括:获取内存使用信息,基于内存使用信息,生成内存特征向量;将内存特征向量输入堆叠模型中的多种基础模型,得到多个第一预测结果,其中,第一预测结果包括,由于内存使用情况限制系统性能可能的原因;将多个第一预测结果输入堆叠模型中的元模型,基于元模型对多个第一预测结果进行二次预测,得到第二预测结果;基于第二预测结果,进行内存管理。通过多个基础模型,预测内存使用情况限制系统性能可能的原因,通过元模型学习多个基础模型的预测结果,有效地整合了不同基础模型的优势,减少了单一基础模型可能存在的偏差,提高了堆叠模型整体的预测能力。
技术关键词
深度神经网络模型
深度神经网络结构
深度神经网络训练
内存管理技术
内存管理模块
基础
更新网络参数
学习器
构建决策树
可读存储介质
存储器
数据
处理器
指令
计算机设备
系统为您推荐了相关专利信息
SIMD指令集
动态负载均衡机制
内存管理模块
内存池技术
函数调用关系
制氧机分子筛
深度神经网络模型
深度学习架构
交叉注意力机制
工作状态参数
缓存调度方法
谷维素
智能仓储
损耗
多维感知数据
功能预测方法
物理化学特征
矩阵
分解特征
序列特征
电化学阻抗谱
电池充电状态
非易失性存储介质
数据
训练集