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：谷歌有限责任公司
摘要：描述了用于改善机器学习模型的局部性的方法、系统和装置。在一个方面，一种方法包括接收机器学习模型的数据，数据表示机器学习模型的操作；接收指定用于将在其上部署机器学习模型的一个或多个机器学习处理器的存储器层次结构的特点的数据，存储器层次结构包括多个存储器，用于存储当使用机器学习模型执行机器学习计算时由一个或多个机器学习处理器使用的机器学习数据，特点包括每个存储器的数据存储容量和每个存储器的存储器带宽，其中，存储器中的至少一个具有与至少一个其他存储器不同的存储器带宽；基于机器学习模型的数据和存储器层次结构的特点，生成更新后的机器学习模型；以及使用更新后的机器学习模型来执行机器学习计算。
主权项：1.一种用于改善机器学习模型的局部性的方法，所述方法由数据处理装置执行，所述方法包括：接收机器学习模型的数据，所述数据表示机器学习模型的操作；接收指定用于将在其上部署机器学习模型的一个或多个机器学习处理器的存储器层次结构的特点的数据，所述存储器层次结构包括多个存储器，用于存储当使用机器学习模型执行机器学习计算时由所述一个或多个机器学习处理器使用的机器学习数据，所述特点包括每个存储器的数据存储容量和每个存储器的存储器带宽，其中，存储器中的至少一个具有与至少一个其他存储器不同的存储器带宽；基于机器学习模型的数据和存储器层次结构的特点，生成更新后的机器学习模型，所述生成包括：基于机器学习模型，确定机器学习模型的给定操作的输出数据应当被存储在所述多个存储器的最高带宽存储器中；确定给定操作的输出数据具有大于最高带宽存储器的数据存储容量的数据大小；以及响应于确定给定操作的输出数据具有大于最高带宽存储器的数据存储容量的数据大小，向更新后的机器学习模型添加用于将输出数据拆分为输出数据的多个部分的一个或多个操作，使得输出数据的每个部分具有小于或等于最高带宽存储器的数据存储容量的数据大小；以及使用更新后的机器学习模型来执行机器学习计算。
全文数据：
权利要求：
百度查询： 谷歌有限责任公司 修改机器学习模型以改善局部性
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