原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种面向超参训练的数据自动编排加载方法和系统，包括数据采样方法，基于左深树的管理多数据集交集差集的数据管理方法，缓存置换方法。在训练开始时，接收深度学习训练任务的数据集的索引集合，然后使用数据管理方法管理数据；在训练过程中，使用数据采样方法对每个数据集进行均匀采样，并把采样的数据从磁盘等存储设备中读出，读取的数据会交由缓存系统管理，缓存系统通过置换方法来决定哪些数据会保留在内存中，同时将这些数据返回给训练任务进行训练。对比传统的神经训练系统，本发明将并行训练中独立的数据加载变为联合的数
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115688906 A
(43)申请公布日 2023.02.03
(21)申请号 202211429841.5
(22)申请日 2022.11.15
(71)申请人 南京大学
地址 210023 江苏
文档评论（0）