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
本发明公开了一种基于自适应批次大小的加速量化图神经网络方法，该方法包括如下步骤：设定初始的批次大小和学习率；使用初始批次大小和学习率进行模型的训练；在训练过程中，定期评估模型在验证集上的性能表现；当模型在验证集上的性能达到一定的稳定状态或出现过拟合的迹象时，可以应用学习率衰减来调整批次大小；通过学习率的衰减情况，适当调整批次大小；根据调整后的批次大小和学习率，继续训练模型。本发明针对目前量化图神经网络训练中采用固定批次大小机制均无法充分利用计算资源的现状，提出一种基于自适应批次大小的加速量化图神
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117391129A
(43)申请公布日2024.01.12
(21)申请号202311414784.8
(22)申请日2023.10.30
(71)申请人西南科技大学
地址621010
文档评论（0）