自适应的神经网络训练方法、电子设备、介质和程序产品
公开
摘要
本发明提供一种自适应的神经网络训练方法、电子设备、介质和程序产品，其中方法包括：基于当前训练轮次的自适应参数，对目标神经网络进行训练，所述自适应参数用于确定对所述目标神经网络进行训练的各训练节点的训练任务量；基于所述各训练节点在当前训练轮次的训练时间，调整所述当前训练轮次的自适应参数，并将调整后的自适应参数确定为下一训练轮次的自适应参数。本发明提供的方法、电子设备、介质和程序产品，无需手工为性能不同的训练节点分配训练任务，可减少人力成本，并提高异构集群下深度学习任务的训练效率，同时，可以实现按能分配的分布式训练方式，从而进一步提高异构集群下深度学习任务的训练效率。
基本信息
专利标题 ：
自适应的神经网络训练方法、电子设备、介质和程序产品
专利标题（英）：
暂无
公开（公告）号 ：
CN114492787A
申请号 ：
CN202111673099.8
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
高嘉欣廖名学晁永越吕品
申请人 ：
中国科学院自动化研究所
申请人地址 ：
北京市海淀区中关村东路95号
代理机构 ：
北京路浩知识产权代理有限公司
代理人 ：
毛宏宝
优先权 ：
CN202111673099.8
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
