一种针对动态形状算子的编译优化方法

    公开(公告)号:CN119201130A

    公开(公告)日:2024-12-27

    申请号:CN202411282501.3

    申请日:2024-09-13

    Abstract: 本发明提供了一种针对动态形状算子的编译优化方法,包括:获取待编译的基于神经网络的模型,确定其内的动态形状算子在当前执行时的输入形状;将输入形状输入多分类器,得到该输入形状对应的预测优化方案,其中,所述多分类器是利用针对该模型收集的训练集预先训练得到的,训练集中包括基于GPU的硬件信息针对模型的所有动态形状算子的多种输入形式进行模拟优化后收集的样本,每个样本包括一种动态形状算子对应的一种确定的输入形状及根据该输入形状在GPU的CUDA核心和Tensor核心上的优化方案的实际运行情况择优选出的最终优化方案;根据预测优化方案对模型中对应的动态形状算子进行编译。

    一种基于深度强化学习的集群任务调度方法及系统

    公开(公告)号:CN115904652A

    公开(公告)日:2023-04-04

    申请号:CN202211363177.9

    申请日:2022-11-02

    Abstract: 本发明提出一种基于深度强化学习的集群任务调度方法及系统,包括采用强化学习对异构计算资源平台中的任务进行实时调度,将计算平台中物理机组别信息、来自用户的任务需求信息以及任务执行成本作为强化学习的状态空间,将可用的物理机组集合作为强化学习的动作空间,通过深度Q网络方法,通过与异构计算平台环境信息的变化,学习适应动态变化的任务类型在异构资源物理机上的不同执行效率,资源利用效率即物理机执行任务时的资源使用占比;采用遗传算法,在前一步决策结果产生的物理机组中,根据不同物理机的资源使用情况,最大化资源利用效率,进行任务的进一步调度。

    一种搜索卷积神经网络的方法

    公开(公告)号:CN111242268A

    公开(公告)日:2020-06-05

    申请号:CN202010012084.6

    申请日:2020-01-07

    Abstract: 本发明提供一种搜索卷积神经网络的方法,包括:构建初始卷积神经网络并训练至收敛,其中所述初始卷积神经网络包括一个或多个进化模块、全局平均池化层、全连接层;以训练后的初始卷积神经网络为基础进行多次迭代突变以得到多个突变卷积神经网络,其中,单次突变是从预设的突变方式中随机选择一种突变方式对当前卷积神经网络中的所有进化模块的结构同时进行突变后对整个卷积神经网络进行训练至收敛得到一个新的突变卷积神经网络,每次突变得到一个突变卷积神经网络;从步多个突变卷积神经网络中选择适应度最大的突变卷积神经网络作为搜索结果。采用本发明可以根据已有网络结构和参数方面的经验,有方向性地改变神经网络结构,并减少训练消耗。

    水下传感网的水声信道质量动态评估和预测方法及系统

    公开(公告)号:CN109842888A

    公开(公告)日:2019-06-04

    申请号:CN201711213950.2

    申请日:2017-11-28

    Abstract: 本发明涉及一种水下传感网的水声信道质量动态评估和预测方法,包括:初始化步骤水下传感网节点接收初始数据包,以获得邻居节点的标识、剩余能耗及信噪比均值方差并建立包括邻居节点的标识、剩余能耗及信噪比均值和方差的向量表;主动发包步骤,进入主动发包状态的节点根据其邻居信道质量评估值,确认下一跳的转发节点,将该转发节点的标识加入数据包,并广播该评估数据包;被动接收步骤,处于被动接收状态的节点接收到该数据包后,更新向量表,并通过比对标识,判断自身是否为该转发节点。本发明通过计算与邻居节点的信噪比协方差等统计参数,将算法扩展为多跳信道质量评估算法,便于从找到信道质量最优的全局路由。

    基于最近邻居回归的时序水声信道质量预测算法和系统

    公开(公告)号:CN109831264A

    公开(公告)日:2019-05-31

    申请号:CN201810121137.0

    申请日:2018-02-07

    Abstract: 本发明涉及一种基于最近邻居回归的时序水声信道质量预测方法,包括:初始化步骤水下传感网节点接收初始数据包,以获得邻居节点的标识、剩余能耗及信噪比值并建立包括邻居节点的标识、剩余能耗及信噪值的信道质量矩阵;主动发包步骤,进入主动发包状态的节点采用基于最近邻居回归的时序水声信道质量评估算法,获取其邻居信道质量评估值,并根据该评估值,确认下一跳的转发节点,将该转发节点的标识加入数据包,并广播该评估数据包;被动接收步骤,处于被动接收状态的节点接收到该数据包后,更新该信道质量矩阵,并通过比对标识,判断自身是否为该转发节点。

Patent Agency Ranking