摘要
本申请公开了一种故障确定方法、模型训练方法、及电子设备,涉及计算机技术领域,包括通过第一模型对图像处理器运行过程中产生的、多维度的运行数据进行特征提取处理,得到目标特征。通过目标模型对目标特征进行处理,得到至少一个运行数据对应的目标故障概率分布,以确定GPU存在的故障。由于多维度的运行数据得到的目标特征可以更加全面的反应GPU的信息,提高了GPU故障特征的表达能力和区分度。解决了确定GPU故障准确性较低的技术问题,达到了更加准确的确定GPU的故障技术效果。
技术关键词
图像处理器
样本
模型训练方法
历史性能数据
特征值
生成提示信息
矩阵
故障特征
长短期记忆网络
故障技术
电子设备
可读存储介质
存储计算机程序
计算机程序产品
日志
注意力
模块
参数
系统为您推荐了相关专利信息
虚拟对象
生成虚拟形象
样本
计算机程序产品
电子设备
模糊规则
数据分类方法
空间聚类算法
模糊分类器
深度学习算法
交易流量
资源
数据
时间序列模型
可执行程序代码
失效物理模型
MOS场效应管
建模方法
电子元器件
应力