龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西南科技大学
摘要：本发明公开了一种加速图神经网络中稀疏‑稠密矩阵乘的自适应边采样方法，该方法包括如下步骤：设定GPU共享内存宽度W；将稀疏矩阵图数据转化为CSR格式；针对当前行选择合适的采样策略进行边采样；将采样后的稀疏矩阵图数据加载到共享内存中；将共享内存中的元素与全局内存中代表节点特征的稠密矩阵对应元素计算得到最终结果。本发明的目的在于针对目前边采样加速GNN中的SpMM操作无法同时兼顾准确率和速度的现状，提出一种加速图神经网络中稀疏‑稠密矩阵乘的自适应边采样方法，通过自适应的选择采样策略进行边采样，将采样后的图数据加载到GPU共享内存中，之后从共享内存和全局内存中加载相应的数据进行SpMM操作，以此兼顾边采样加速GNN中SpMM操作的准确率和速度，进而提升GNN运算的性能。
主权项：1.一种加速图神经网络中稀疏-稠密矩阵乘的自适应边采样方法，其特征在于，所述的加速图神经网络中稀疏-稠密矩阵乘的自适应边采样方法包括如下步骤：步骤一、设定GPU共享内存宽度W；步骤二、将稀疏矩阵图数据转化为CSR格式；步骤三、针对当前行选择合适的采样策略进行边采样；步骤四、将采样后的稀疏矩阵图数据加载到共享内存中；步骤五、将共享内存中的元素与全局内存中代表节点特征的稠密矩阵对应元素计算得到最终结果。
全文数据：
权利要求：
百度查询： 西南科技大学 一种加速图神经网络中稀疏-稠密矩阵乘的自适应边采样方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号