一种神经网络参数并行训练方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种神经网络参数并行训练方法
申请号:
CN202511045451
申请日期:
2025-07-29
公开号:
CN120996106A
公开日期:
2025-11-21
类型:
发明专利
摘要
本发明属于神经网络参数训练领域,具体涉及一种神经网络参数并行训练方法。接收数据并构建数据集,构建神经网络训练模型,包括并行的多个分支,各分支初始参数不同,分别将数据集输入给各分支,筛选各分支可接受的数据子集,并将数据子集输入给其他分支,每个分支根据所输入的数据子集更新模型参数,重复前述步骤,直到各分支的模型参数趋于相同时则完成训练。该方法通过多组分支并行训练,减少了训练时间,实现神经网络参数的快速调节,提高了神经网络参数训练的效率。
技术关键词
并行训练方法
神经网络参数
分支
神经网络训练
数据
标签
更新模型参数
矩阵
梯度下降法
神经网络模型
预测误差
元素
传感器
场景
算法