专利名称：基于神经网络中数据稀疏特性的智能训练加速方法
及系统
专利类型：发明专利
发明人：何水兵,陈平,陈帅犇,杨斯凌,陈伟剑,孙贤和,陈刚,毛
旷
申请号：CN202011633404.6申请日：20201231公开号：CN112308215A公开日：20210202
摘要：本发明提出了一种基于神经网络中数据稀疏特性的智能训练加速方法，该方法通过对模型进行预训练收集相关数据信息与性能模型信息，并利用深度学习网络的稀疏特性结合压缩与解压缩算法动态减少GPU与CPU之间所需传输的数据量，从而提升系统整体性能。本发明还提出了一种基于神经网络中数据稀疏特性的智能训练加速系统，该系统包括：Profile模块、GPU性能模型模块、决策器以及深度学习训练模块；利用本发明系统进行神经网络训练，能有效提升训练速度和系统整体性能。
申请人：之江实验室,浙江大学
地址：311121 浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼
国籍：CN
代理机构：杭州求是专利事务所有限公司
代理人：邱启旺
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容