一种基于TensorFlow的深度学习智能调度方法和系统
基本信息
申请号 | CN201810962198.X | 申请日 | - |
公开(公告)号 | CN109240814A | 公开(公告)日 | 2019-01-18 |
申请公布号 | CN109240814A | 申请公布日 | 2019-01-18 |
分类号 | G06F9/48;G06F9/50 | 分类 | 计算;推算;计数; |
发明人 | 王宇;曹雪 | 申请(专利权)人 | 湖南舜康信息技术有限公司 |
代理机构 | 北京汇信合知识产权代理有限公司 | 代理人 | 湖南舜康信息技术有限公司 |
地址 | 410000 湖南省长沙市开福区湘江世纪城映江苑1栋404 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于TensorFlow的深度学习智能调度方法,包括:S1、接受用户端发送的TensorFlow应用中包含的任务数以及各任务请求的资源信息;S2、采集集群中的资源信息;S3、根据各任务请求的资源信息和所述集群中的资源信息计算最优资源节点集;S4、根据任务数和所述最优资源节点集建立各任务与相应最优资源节点之间的映射关系;S5、发布TensorFlow应用;本发明还提出一种基于TensorFlow的深度学习智能调度系统;无需用户手动来建立各任务与资源节点之间的映射关系,极大的缩短了用户的建立映射关系的时间,另外根据收集到的资源信息自动进行最优资源节点集的选择并将待发布的应用任务发布到最优资源节点上,最大化地进行资源的合理使用,有效地避免了资源的浪费。 |
