← 返回列表
一种基于并行计算的BP神经网络算法的提速方法和系统
摘要文本
一种基于并行计算的BP神经网络算法的提速方法和系统,应用于分布式图形处理器的数据处理,提速方法包括:数据转换单元将训练数据集进行转换得到样本数据;数据分配单元将样本数据进行分组,得到分组样本数据;数据分配单元将分组样本数据平均分配至并行的图形处理器,每个图形处理器对当前图形处理器的分组样本数据进行计算,得到各自的计算值;每个图形处理器对各自的计算值进行排序后,分别按第一指定规则返回K个值;数据分析单元将所有图形处理器返回的K个值按照第二指定规则进行B树排序,取排序中最佳的K个值为最终计算结果。本发明适用于多种数据计算的提速,充分利用图形处理器多核心的计算能力,提高了神经网络算法的实时计算能力。
申请人信息
- 申请人:融鼎岳(北京)科技有限公司
- 申请人地址:100097 北京市海淀区紫竹院路116号2层D座206
- 发明人: 融鼎岳(北京)科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于并行计算的BP神经网络算法的提速方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311688762.0 |
| 申请日 | 2023/12/11 |
| 公告号 | CN117389748A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F9/50 |
| 权利人 | 融鼎岳(北京)科技有限公司 |
| 发明人 | 赵敏; 邱志坚; 段玉龙; 杨硕 |
| 地址 | 北京市海淀区紫竹院路116号2层D座206 |
专利主权项内容
1.一种基于并行计算的BP神经网络算法的提速方法,应用于分布式图形处理器的数据处理,其特征在于,包括如下步骤,步骤一,数据转换单元将训练数据集进行转换得到样本数据;步骤二,数据分配单元将样本数据进行分组,得到分组样本数据;步骤三,数据分配单元将分组样本数据平均分配至并行的图形处理器,每个图形处理器对当前图形处理器的分组样本数据进行计算,得到各自的计算值;步骤四,每个图形处理器对各自的计算值进行排序后,分别按照第一指定规则返回K个值;步骤五,数据分析单元将所有图形处理器返回的K个值按照第二指定规则进行B树排序,取排序中最佳的K个值为最终计算结果。