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！

龙图腾网获悉郑州云海信息技术有限公司申请的专利一种深度学习模型训练的性能结果优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114065930B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111234172.1，技术领域涉及：G06N3/0985；该发明授权一种深度学习模型训练的性能结果优化方法及系统是由刘姝设计研发完成，并于2021-10-22向国家知识产权局提交的专利申请。

本一种深度学习模型训练的性能结果优化方法及系统在说明书摘要公布了：本发明公开了一种深度学习模型训练的性能结果优化方法及系统，方法包括：响应于深度学习模型训练结束，获取深度学习模型训练的性能结果指标以及获取深度学习模型训练的调试参数；对调试参数进行搜索并从搜索结果中获取调试参数对应的性能结果指标，将当前搜索对应的性能结果指标与上次搜索对应的性能结果指标进行比较，其中，上次搜索对应的性能结果指标包括深度学习模型训练的性能结果指标；响应于比较结果符合预设条件，停止对调试参数的搜索并确定调试参数的最终参数；基于确定的各个最终参数重新进行深度学习模型训练以得到优化后的性能结果。通过本发明的方案，缩短了性能评测周期，提高了性能评测效率。

本发明授权一种深度学习模型训练的性能结果优化方法及系统在权利要求书中公布了：1.一种深度学习模型训练的性能结果优化方法，其特征在于，包括： 响应于深度学习模型训练结束，获取所述深度学习模型训练的性能结果指标以及获取所述深度学习模型训练的多个调试参数，其中，所述性能结果指标包括epoch数、每秒处理样本数、平均GPU内存占用率以及平均GPU使用率；所述多个调试参数包括：学习率、批尺寸以及并行线程数； 依次对每个调试参数进行搜索； 对于学习率，对本次搜索epoch数与上次搜索epoch数进行比较，若是本次搜索epoch数小于上次搜索epoch数，则增大本次学习率并基于新增大后的学习率对深度学习模型进行训练，训练结束后对epoch指标变化进行判断，直到本次搜索epoch数大于上次搜索epoch数；若是本次搜索epoch数大于上次搜索epoch数，则计算本次学习率与上次学习率的平均值，判断平均值是否在预设误差内，若是平均值在预设误差内，则确定上次学习率为最终学习率，并停止对学习率的搜索，继续进行批尺寸的搜索； 对于批尺寸，若是上一次搜索的平均GPU内存占用率以及本次搜索的平均GPU使用率均不大于预设百分比，对本次批尺寸搜索每秒处理样本数与上次搜索每秒处理样本数进行比较；若是本次批尺寸搜索每秒处理样本数小于上次搜索每秒处理样本数，则确定上次批尺寸为最终的批尺寸，若是本次批尺寸搜索每秒处理样本数大于上次搜索每秒处理样本数则增大批尺寸并基于增大后的批尺寸对深度学习模型进行训练，继续比较批尺寸的变化，直到本次批尺寸搜索每秒处理样本数小于上次搜索每秒处理样本数，并停止对批尺寸的搜索，继续进行并行线程数的搜索； 对于并行线程数，在并行线程数不大于最大线程数的情况下，对比较本次线程数搜索每秒处理样本数与上次搜索每秒处理样本数进行比较的情况，若是本次搜索每秒处理样本数大于上次搜索每秒处理样本数，则将本次线程数加1后重新进行深度学习模型训练，直到本次搜索每秒处理样本数小于上次搜索每秒处理样本数，则确定上次搜索的线程数为最终的线程数，并停止对并行线程数的搜索； 基于确定的各个最终参数重新进行所述深度学习模型训练以得到优化后的性能结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人郑州云海信息技术有限公司，其通讯地址为：450018 河南省郑州市郑东新区心怡路278号16层1601室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。