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！

申请/专利权人：苏州元脑智能科技有限公司

摘要：本发明涉及计算机技术领域，公开了深度学习模型推理参数寻优方法、装置、设备及介质，该方法包括：在当前迭代轮次中，获取前一时刻第一影响因子集合、第二影响因子集合、最优位置、适应度值和全局最优位置；根据第一影响因子集合、第二影响因子集合、粒子群参数、显卡利用率、最优位置，以及的全局最优位置，确定在当前时刻第一粒子适应度值；根据在前一时刻的最优位置对应的适应度值，以及在当前时刻的适应度值，确定当前时刻的最优位置；根据所有粒子分别在当前时刻对应的最优位置和对应的适应度值，确定当前时刻的全局最优位置；当符合停止迭代条件时，停止迭代，确定最终的模型参数；或者，当未符合停止迭代条件时，进入下一迭代轮次。

主权项：1.一种深度学习模型推理参数寻优方法，其特征在于，所述方法包括：在当前迭代轮次中，获取在前一时刻，粒子群中每一个粒子所处位置对应的第一影响因子集合、速度对应的第二影响因子集合、每一个所述粒子的最优位置、每一个所述粒子的最优位置对应的适应度值，以及所述粒子群的全局最优位置；根据第一粒子对应的第一影响因子集合、所述第一粒子对应的第二影响因子集合、预配置的粒子群参数、预获取的显卡利用率、所述第一粒子在所述前一时刻的最优位置，以及所述粒子群在所述前一时刻的全局最优位置，确定所述第一粒子在当前时刻的适应度值，其中，所述第一粒子为所述粒子群中的任一个粒子；根据所述第一粒子在前一时刻的最优位置对应的适应度值，以及所述第一粒子在所述当前时刻的适应度值，确定所述第一粒子在所述当前时刻的最优位置；根据所述粒子群中所有粒子分别在所述当前时刻对应的最优位置，和每一个所述粒子在所述最优位置对应的适应度值，确定所述粒子群在所述当前时刻的全局最优位置；当当前轮次符合停止迭代条件时，停止迭代，确定所述第一粒子在所述当前时刻的最优位置作为所述第一粒子的目标最优位置，确定所述粒子群在所述当前时刻的全局最优位置为所述粒子群的目标全局最优位置，并将与目标最优位置和目标全局最优位置对应的目标影响因子集合作为最终的模型参数，所述目标影响因子集合包括位置对应的影响因子集合，以及速度对应的影响因子集合；或者，当当前轮次未符合所述停止迭代条件时，进入下一迭代轮次。

全文数据：

权利要求：

百度查询： 苏州元脑智能科技有限公司 深度学习模型推理参数寻优方法、装置、设备及介质