Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 鹏城实验室王进获国家专利权

鹏城实验室王进获国家专利权

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!

龙图腾网获悉鹏城实验室申请的专利一种跨域协同训练任务计算效率仿真方法及相关设备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:CN115391156B

龙图腾网通过国家知识产权局官网在2025-11-28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:202210983212.0,技术领域涉及:G06F11/34;该发明授权一种跨域协同训练任务计算效率仿真方法及相关设备是由王进;张艳;陶恒韬;易泽轩;颜达森;王晖;余跃;曾炜设计研发完成,并于2022-08-16向国家知识产权局提交的专利申请。

一种跨域协同训练任务计算效率仿真方法及相关设备在说明书摘要公布了:本发明公开了一种跨域协同训练任务计算效率仿真方法及相关设备,所述计算效率仿真方法包括:输入跨域协同训练模型及相关参数;根据所述跨域协同训练模型及所述相关参数初始化跨域协同训练中五种类型计算阶段的仿真模型;根据所述相关参数中的跨域协同训练轮数,计算每个协同训练周期内不同阶段计算任务的时间点;根据所有协同训练周期内的时间点统计出跨域协同训练任务的计算效率指标。通过建立跨域协同训练中五种类型计算阶段的仿真模型后,计算所有协同训练周期内所有协同训练周期内的时间点,再统计出跨域协同训练任务的计算效率指标,从而实现了快捷计算跨域协同训练任务的仿真效率,提高了计算效率仿真的准确性。

本发明授权一种跨域协同训练任务计算效率仿真方法及相关设备在权利要求书中公布了:1.一种跨域协同训练任务计算效率仿真方法,其特征在于,所述跨域协同训练任务计算效率仿真方法包括以下步骤: 输入跨域协同训练模型及相关参数; 根据所述跨域协同训练模型及所述相关参数初始化跨域协同训练中五种类型计算阶段的仿真模型; 根据所述相关参数中的跨域协同训练轮数,计算每个协同训练周期内不同阶段计算任务的时间点; 根据所有协同训练周期内的时间点统计出跨域协同训练任务的计算效率指标; 分别对五种类型的计算任务进行仿真建模,得到跨域协同训练中五种类型计算阶段的仿真模型的步骤具体包括: 在本地训练阶段,输入参数为:深度学习模型M、计算设备数量D、计算卡间通信带宽C、分布式训练策略P、数据集B、数据量DataNum和训练超参数E,输出为:模型本地训练耗时t1,所述本地训练阶段的仿真模型定义为:t1=F1M,D,C,P,B,DataNum,E;其中,所述深度学习模型M包括所述跨域协同训练模型,F1为计算耗时统计的函数; 在数据序列化或反序列化阶段,输入参数为:模型参数量ParaNum和计算设备Device,输出为:模型参数序列化和反序列化计算耗时t2,所述数据序列化或反序列化阶段的仿真模型定义为:t2=F2ParaNum,Device;其中,F2为一个线性回归模型; 在数据传输阶段,输入参数为:通信延时δ、通信带宽C和数据量DataNum,输出为:数据传输耗时t3,所述数据传输阶段的仿真模型定义为:t3=F3C,DataNum,δ;其中,F3为一个线性回归模型; 在模型参数融合阶段,输入参数为:模型参数量ParaNum和参数融合策略S,输出为:模型参数融合耗时t4,所述模型参数融合阶段的仿真模型定义为:t4=F4ParaNum,S;其中, F4为一个线性回归模型; 在模型评估与参数更新阶段,输入参数为:模型参数量ParaNum和评估数据量DataNum,输出为:模型评估与参数更新耗时t5,所述模型评估与参数更新阶段的仿真模型定义为:t5=F5ParaNum,DataNum;其中,F5为一个线性回归模型。

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鹏城实验室,其通讯地址为:518000 广东省深圳市南山区兴科一街2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。