一种通用的提升神经网络推理准确性和保持运算速度的分布式计算系统设计方法
基本信息
| 申请号 | CN202110384100.9 | 申请日 | - |
| 公开（公告）号 | CN113449459A | 公开（公告）日 | 2021-09-28 |
| 申请公布号 | CN113449459A | 申请公布日 | 2021-09-28 |
| 分类号 | G06F30/27（2020.01）I;G06K9/62（2006.01）I;G06N5/04（2006.01）I;G06F111/02（2020.01）N | 分类 | 计算；推算；计数; |
| 发明人 | 肖刚;肖亮 | 申请（专利权）人 | 江西高创保安服务技术有限公司 |
| 代理机构 | 广东大篆律师事务所 | 代理人 | 黄娟 |
| 地址 | 330096江西省南昌市艾溪湖北路绿地玫瑰城101#商业楼201室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种通用的提升神经网络推理准确性和保持运算速度的分布式计算系统设计方法，该方法的步骤包括：首先，构建分布式数据测试集和训练集，将训练集进行预处理；其次，训练和整合多个通用神经网络推理的子模型和输出，计算分布式系统的所需新特征向量或特征矩阵；然后，根据计算容器通信机制，计算每个子模型的推理结果；最后，根据简单的神经网络构建的决策单元，利用RandomShut方法对决策单元进行模型的训练，得到最终的模型。本发明利用通用的多模型分布式计算系统和训练方案提升推理结果的精度，降低单一神经网络的尺寸压力，减少系统的计算时间，使得训练更具针对性，广泛适用于各种应用场景。 |
