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！

龙图腾网恭喜湖南大学申请的专利一种面向AI的跨域数据并行训练调度方法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：CN116090528B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202211670584.4，技术领域涉及：G06N3/063；该发明授权一种面向AI的跨域数据并行训练调度方法是由张轲;唐卓;宋莹洁;蔡敏捷;肖雄;左知微设计研发完成，并于2022-12-25向国家知识产权局提交的专利申请。

本一种面向AI的跨域数据并行训练调度方法在说明书摘要公布了：本发明公开了一种面向AI的跨域数据并行训练调度方法。所述方法包括如下步骤：（1）在跨域多数据中心之间建立广域网，使各数据中心的参数服务器与全局参数服务器之间可以在广域网下互相通信；在单个数据中心内部建立高速局域网，使数据中心内的工作节点可以在高速局域网下通信；（2）基于步骤（1）搭建的通信网络，各数据中心在本地数据集上使用随机梯度下降算法训练本地的神经网络模型，在达到最大迭代次数后，聚合各数据中心的神经网络模型参数，得到全局神经网络模型参数。

本发明授权一种面向AI的跨域数据并行训练调度方法在权利要求书中公布了：1.一种面向AI的跨域数据并行训练调度方法，其特征在于，所述方法包括如下步骤：（1）在跨域多数据中心之间建立广域网，使各数据中心的参数服务器与全局参数服务器之间可以在广域网下互相通信；在单个数据中心内部建立高速局域网，使数据中心内的工作节点可以在高速局域网下通信；（2）基于步骤（1）搭建的通信网络，各数据中心在本地数据集上使用随机梯度下降算法训练本地的神经网络模型，在达到最大迭代次数后，聚合各数据中心的神经网络模型参数，得到全局神经网络模型参数；步骤（2）具体包括如下步骤：（1）设置epoch计数器j=0，变量j用来记录训练的轮次，且每轮次训练包含M次迭代，即当迭代次数达到M次时训练进入下一轮次；（2）设置k=5，常量k表示各数据中心每迭代k次进行一次神经网络模型参数的跨域同步；（3）设置迭代计数器i=0，变量i用来记录训练的迭代次数；（4）在各数据中心内部，在各数据中心持有的本地数据集上，使用随机梯度下降算法，进行一轮前向和反向传播的计算过程，并以参数服务器架构在各数据中心内部，在高速局域网下进行本轮迭代的神经网络模型参数的同步；（5）判断i对k取余的余数为0是否成立，若是，对步骤（4）获得的神经网络模型参数，以参数服务器架构在各数据中心之间，使用广域网进行神经网络模型参数的全局同步，然后转入下一步骤；否则，直接转入下一步骤；（6）判断i对M取余的余数为0是否成立，如果是则设置j=j+1且转入下一步骤；否则设置i=i+1且转入步骤（4）；（7）判断j=N是否成立，若是，则转入步骤（3）；否则，对步骤（4）获得的神经网络模型参数，以参数服务器架构在各数据中心之间，使用广域网进行神经网络模型参数的全局同步，得到最终的全局神经网络模型参数。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路麓山门；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”。