摘要
本发明公开了一种决策模型的训练推理方法、产品、电子设备及介质,涉及人工智能技术领域。该方法中,当将决策模型的训练推理过程划分为多个计算任务分配至不同的簇节点上,降低了节点上负载的压力;且对计算任务对应的输入数据拆分后得到的多个数据子集分配至不同的计算节点,降低了计算节点上的负载压力、提高了节点资源的利用率,以及实现了对输入数据对应的数据子集的并行处理,提高了训练推理的效率。当将决策模型的训练推理过程划分为一个计算任务时,通过对计算任务对应的输入数据拆分后得到的多个数据子集分配至不同的计算节点,保证了计算节点上的负载均衡,实现了合理地为集群中节点分配负载,且提高了节点资源的利用率。
技术关键词
节点
推理方法
输出特征
决策
信号传输方式
非易失性存储介质
硬件平台
网络特征
网络结构
硬件资源使用率
数据存储模块
加速系统
模型更新
图形处理单元
复杂度
电子设备
处理器
存储计算机程序
系统为您推荐了相关专利信息
灰色关联分析
灰色关联度
多源融合
降噪方法
强化学习框架
日志检测方法
门控循环神经网络
分类器
数据
计算机程序产品
潮流断面
电力系统潮流
识别定位方法
卷积神经网络模块
长短期记忆网络