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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京科杰科技有限公司高海玲获国家专利权

北京科杰科技有限公司高海玲获国家专利权

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!

龙图腾网获悉北京科杰科技有限公司申请的专利深度学习模型组件的内存管理优化方法及装置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:CN121187800B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511707608.2,技术领域涉及:G06F9/50;该发明授权深度学习模型组件的内存管理优化方法及装置是由高海玲;高经郡;董明慧设计研发完成,并于2025-11-20向国家知识产权局提交的专利申请。

深度学习模型组件的内存管理优化方法及装置在说明书摘要公布了:本申请涉及机器学习领域,提出了一种深度学习模型组件的内存管理优化方法及装置。该方法包括:采集目标模型在模型训练过程中的训练数据,获得各个模型组件的多维数据;基于多维数据构建多维状态矩阵;结合目标模型的模型结构,构建内存优化策略对应的第一搜索空间以及策略执行时机对应的第二搜索空间;通过第一智能体控制第一搜索空间,通过第二智能体控制第二搜索空间进行优化搜索,并将搜索结果动态更新至多维状态矩阵中,通过多维状态矩阵模拟目标模型在真实训练环境中的模型训练状态,直到从搜索结果中筛选出最优策略组合;将最优策略组合中的最优内存优化策略以及对应的最优策略执行时机部署到目标模型中,执行对应的内存优化管理。

本发明授权深度学习模型组件的内存管理优化方法及装置在权利要求书中公布了:1.一种深度学习模型组件的内存管理优化方法,其特征在于,所述方法包括: 采集目标模型在模型训练过程中的训练数据,获得各个模型组件的多维数据;所述多维数据用于反映各个模型组件在不同训练阶段下的计算资源与内存使用情况; 基于所述多维数据构建多维状态矩阵,所述多维状态矩阵包括时间步长、资源利用率以及内存占用率; 结合目标模型的模型结构,构建内存优化策略对应的第一搜索空间以及策略执行时机对应的第二搜索空间;通过第一智能体控制第一搜索空间,通过第二智能体控制第二搜索空间,进行优化搜索,并将搜索结果动态更新至所述多维状态矩阵中,通过所述多维状态矩阵模拟目标模型在真实训练环境中的模型训练状态,直到从搜索结果中筛选出最优策略组合,包括:初始化第一智能体与第二智能体,其中第一智能体负责从第一搜索空间中选择内存优化策略,第二智能体负责从第二搜索空间中选择策略执行时机;遍历计算节点集合中的每一待优化计算节点,在当前多维状态矩阵对应的训练状态下,由第一智能体为选择初始内存优化策略,由第二智能体为初始内存优化策略选择初始执行时间间隔,得到当前策略组合;根据当前策略组合中的初始内存优化策略与初始执行时间间隔,模拟执行内存优化操作,更新将所述多维状态矩阵从当前训练状态更新至下一训练状态,其中更新过程包括调整所述多维状态矩阵中的时间步长、资源利用率、内存占用率;计算当前策略组合中的反馈值,基于所述反馈值分别更新第一智能体与第二智能体的决策参数;跳转至遍历计算节点集合中的每一待优化计算节点的步骤,直到所述多维状态矩阵反映的训练状态满足预设优化目标时,以当前策略组合作为最优策略组合; 将所述最优策略组合中的最优内存优化策略以及对应的最优策略执行时机部署到目标模型中,使目标模型基于所述最优策略组合在训练过程中执行对应的内存优化管理。

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北京科杰科技有限公司,其通讯地址为:100096 北京市海淀区东升科技园北街6号院10号楼11层101;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。