摘要
本发明提供一种动态分片分区的CPU‑GPU异构模型计算方法,属于计算机数据处理的技术领域。本发明包括以下步骤:数据获取阶段:获取训练集及测试集;训练阶段:根据训练集数据训练CPU‑GPU异构模型,得到训练好的CPU‑GPU异构模型;动态分块分区计算阶段:应用训练好的CPU‑GPU异构模型得到特征与时间,输入决策树模型获得分区预测结果;将分区预测结果向下取整后进行数据分割;分割完成之后将数据单独按照维度单独多划分。本发明提出一种动态再分配的策略,从而更高效率的进行计算,此外在GPU计算时采用分块的启动方式增加了并行度,并且根据平铺特性降低了计算时的空间复杂度,允许更大范围内的数据的同时加载。
技术关键词
模型计算方法
分区
异构
决策树模型
分片
动态
训练集数据
阶段
多面体模型
内存
分块
核心
剪枝方法
模板
复杂度
节点
通信线
矩阵
方程
系统为您推荐了相关专利信息
异构平台
模型部署方法
芯片
神经网络处理器
前馈神经网络
风电场集电线路
风机
扇形分区
线路规划技术
参数
视频会议平台
资源调度系统
资源调度方法
动态调度算法
资源预留
二维核磁共振
凝析油
饱和度
核磁共振T2谱
压力