买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于双重图曼巴网络和策略梯度优化的自动并行方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119558378B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411698245.6，技术领域涉及：G06N3/092；该发明授权一种基于双重图曼巴网络和策略梯度优化的自动并行方法是由曾艳;韩猛;李文涛;袁俊峰;张纪林设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于双重图曼巴网络和策略梯度优化的自动并行方法在说明书摘要公布了：本发明公开了一种基于双重图曼巴网络和策略梯度优化的自动并行方法，该方法首先获取公开的AI模型数据集，对其中每个计算图G进行算子融合，获取特征矩阵X。其次构建包含图曼巴分支和解耦图神经网络分支的双重图曼巴网络，将特征矩阵X分别两个分支中得到特征表示XM与XD。然后将XM与XD求平均，输入到LSTM网络进行特征融合，得到双重图曼巴网络的特征表示最后将特征表示输入到强化学习迭代求解模块中，通过不断迭代和优化中间奖励值，获得最优的并行策略。本发明增强了图嵌入表达能力，有效解决了设备放置问题中传统策略梯度算法新旧策略变化差异过大导致的不准确性和稳定性问题。

本发明授权一种基于双重图曼巴网络和策略梯度优化的自动并行方法在权利要求书中公布了：1.一种基于双重图曼巴网络和策略梯度优化的自动并行方法，其特征在于，包括如下步骤： 步骤1：获取公开的AI模型数据集，对数据集中每个计算图G进行算子融合，获取到计算图的特征矩阵其中V表示计算图G的节点集合，F为计算图G中节点的特征； 将一个AI模型转化为图其中V表示计算图算子的集合，即节点的集合，算子vi∈V表示单个算子；E表示节点之间的有向边集合，其中元素ei,j∈E代表算子vi和vj之间的数据通信依赖关系；给定D＝{d1,d2,d3,…,dm}代表集群中的设备，其中di∈D表示计算设备；给定D和计算图寻找映射si使得每一个算子vi对应一个设备di；最终目标是寻找一种设备放置策略si，当计算图中算子按照策略si放置时，最小化计算图的执行时间 步骤2：构建包含图曼巴分支和解耦图神经网络分支的双重图曼巴网络，将特征矩阵分别输入到两个分支中，得到特征表示XM与XD，具体实现过程如下： 步骤2.1：图曼巴分支根据特征矩阵X生成节点编码矩阵M0与边编码矩阵Q，边编码矩阵Q通过消息传递网络MPNN得中间表示Nt；节点编码矩阵M0输入到图曼巴模块提取特征得到中间特征矩阵Mt，Mt和Nt逐元素相加平均得到特征矩阵MT；MT输入到多层感知器得到MT′；MT′与Nt经消息传递网络得到图曼巴分支最终特征表示XM； 步骤2.2：将特征矩阵X作为节点属性特征A0，并将A0与边编码矩阵Q通过GCN网络得到语义特征C0，同时A0经过多层图曼巴模块得到语义中间表示B0；A0、C0、B0通过权值共享和结构一致性约束得到AT、CT和BT，最后三者通过权重得到解耦图神经网络分支的最终特征表示 步骤3：将图曼巴分支提取的计算图特征表示XM与解耦图神经网络分支的特征表示XD求均值，输入到LSTM网络进行特征融合，得到双重图曼巴网络的最终特征表示 步骤4：将特征表示输入到强化学习迭代求解模块中，利用强化学习的近端策略梯度优化方法，通过不断迭代和优化中间奖励值，获得最优的并行策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。