一种加速分布式矩阵分解系统训练的方法及装置

发明专利有效专利

申请号：
CN201911155681.8
IPC分类号：G06F17/16;G06N20/00
申请日期：
2019-11-22
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种加速分布式矩阵分解系统训练的方法及装置
申请号	CN201911155681.8	申请日期	2019-11-22
法律状态	实质审查	申报国家	中国
公开/公告日	2020-05-08	公开/公告号	CN111125621A
优先权	暂无	优先权号	暂无
主分类号	G06F17/16 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/10 复杂数学运算的〔6〕 G06F17/16 矩阵或向量计算的〔6〕	IPC分类号	G;0;6;F;1;7;/;1;6;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华园北京-82信箱变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	李丹;耿金坤;王帅
代理机构	北京路浩知识产权代理有限公司	代理人	杨明月

摘要

本发明实施例提供一种加速分布式矩阵分解系统训练的方法及装置，包括：将目标矩阵分解为若干个矩阵块，生成模式序列；对每一模式进行训练，对于任一模式每一矩阵块，每一矩阵块对应一个工作者节点，对于任一矩阵块，任一矩阵块对应的当前工作者节点从本地中获取第一预设子矩阵，任一矩阵块对应的当前工作者节点从环状架构中的上一工作者节点中获取第二预设子矩阵；利用随机梯度下降算法对第一预设子矩阵和第二预设子矩阵进行更新，获取第一目标子矩阵和第二目标子矩阵，第一目标子矩阵存储在本地中，第二目标子矩阵推送到环状架构中的下一工作者节点。本发明减少节点之间数据的传输，利用环状模型并行，减少节点连接数，更有利于方案的扩展性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供