一种降低深度神经网络训练过程中GPU内存占用的方法
实质审查的生效
摘要

本发明公开了一种降低深度神经网络训练过程中GPU内存占用的方法。该方法适用于基于CPU‑GPU异构计算平台上的深度神经网络(DNN)框架,提供基础‑通常‑极致三个等级的内存优化选项,通过静态计算图分析实现运行时零开销的内存分配,通过启发式搜索选择适当的算子重计算策略,同时分析并限制Cudnn库卷积算法的额外内存开销。用户仅需通过一个参数的优化等级控制,即可实现神经网络训练过程中的内存占用优化。

基本信息
专利标题 :
一种降低深度神经网络训练过程中GPU内存占用的方法
专利标题(英):
暂无
公开(公告)号 :
CN114358267A
申请号 :
CN202210006073.6
公开(公告)日 :
2022-04-15
申请日 :
2022-01-05
授权号 :
暂无
授权日 :
暂无
发明人 :
欧岳枫杜歆
申请人 :
浙江大学
申请人地址 :
浙江省杭州市西湖区余杭塘路866号
代理机构 :
杭州求是专利事务所有限公司
代理人 :
邱启旺
优先权 :
CN202210006073.6
主分类号 :
G06N3/063
IPC分类号 :
G06N3/063  G06N3/08  
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
G06N3/06
物理实现,即神经网络、神经元或神经元部分的硬件实现
G06N3/063
采用电的
法律状态
2022-05-03 :
实质审查的生效
IPC(主分类) : G06N 3/063
申请日 : 20220105
2022-04-15 :
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
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332