神经网络训练方法、装置、电子设备、介质和程序产品

发明专利有效专利

申请号：
CN202110548446.8
IPC分类号：G06N3/04;G06N3/08
申请日期：
2021-05-19
申请人：
北京百度网讯科技有限公司

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	神经网络训练方法、装置、电子设备、介质和程序产品
申请号	CN202110548446.8	申请日期	2021-05-19
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-06	公开/公告号	CN113222118A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京百度网讯科技有限公司	申请人地址	北京市海淀区上地十街10号百度大厦2层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京百度网讯科技有限公司	当前权利人	北京百度网讯科技有限公司
发明人	冯丹蕾;连龙;于佃海;姚雪峰;吴鑫烜;吴志华;马艳军
代理机构	北京市金杜律师事务所	代理人	赵林琳;辛鸣

摘要

本公开提供了一种神经网络训练方法、装置、电子设备、介质和程序产品，涉及人工智能领域，尤其是深度学习领域和分布式学习领域。该方法包括：获取用于深度学习的神经网络；针对神经网络建立深度强化学习模型；以及使用深度强化学习模型，基于使用多个类型的处理单元中的每个类型的处理单元针对神经网络中的多个网络层中的每个网络层执行训练所需的时长、以及每个类型的处理单元的成本，来确定针对多个网络层的处理单元选择。利用上述方法，可以使得在保证训练时长小于预定时长的情况下，使用的不同处理单元的总成本最小，从而能够最为合理地划分神经网络以实现分布式训练，提升深度学习的效率和使用深度学习的用户的用户体验。

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