一種通用的提升神經(jīng)網(wǎng)絡(luò)推理準(zhǔn)確性和保持運算速度的分布式計算系統(tǒng)設(shè)計方法

基本信息

申請?zhí)?/td> CN202110384100.9 申請日 -
公開（公告）號 CN113449459A 公開（公告）日 2021-09-28
申請公布號 CN113449459A 申請公布日 2021-09-28
分類號 G06F30/27（2020.01）I;G06K9/62（2006.01）I;G06N5/04（2006.01）I;G06F111/02（2020.01）N 分類 計算；推算；計數(shù);
發(fā)明人 肖剛;肖亮 申請（專利權(quán)）人 江西高創(chuàng)保安服務(wù)技術(shù)有限公司
代理機構(gòu) 廣東大篆律師事務(wù)所 代理人 黃娟
地址 330096江西省南昌市艾溪湖北路綠地玫瑰城101#商業(yè)樓201室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種通用的提升神經(jīng)網(wǎng)絡(luò)推理準(zhǔn)確性和保持運算速度的分布式計算系統(tǒng)設(shè)計方法，該方法的步驟包括：首先，構(gòu)建分布式數(shù)據(jù)測試集和訓(xùn)練集，將訓(xùn)練集進行預(yù)處理；其次，訓(xùn)練和整合多個通用神經(jīng)網(wǎng)絡(luò)推理的子模型和輸出，計算分布式系統(tǒng)的所需新特征向量或特征矩陣；然后，根據(jù)計算容器通信機制，計算每個子模型的推理結(jié)果；最后，根據(jù)簡單的神經(jīng)網(wǎng)絡(luò)構(gòu)建的決策單元，利用RandomShut方法對決策單元進行模型的訓(xùn)練，得到最終的模型。本發(fā)明利用通用的多模型分布式計算系統(tǒng)和訓(xùn)練方案提升推理結(jié)果的精度，降低單一神經(jīng)網(wǎng)絡(luò)的尺寸壓力，減少系統(tǒng)的計算時間，使得訓(xùn)練更具針對性，廣泛適用于各種應(yīng)用場景。