一种消息排序发布方法及装置

    公开(公告)号:CN113888199B

    公开(公告)日:2025-04-08

    申请号:CN202010623356.6

    申请日:2020-07-01

    Inventor: 姜春阳 余东瑾

    Abstract: 本公开关于一种消息排序发布方法、装置、电子设备以及存储介质,用以至少解决相关技术中提供的消息发布方法为了保证消息发布效率,而减少消息排序模型训练过程中所使用的训练样本,导致消息排序模型精度较差,进而导致应用消息发布准确度较差的问题,方法包括:获取待发布消息的第一数据以及消息接收方的第二数据;根据预先训练得到的消息排序模型对所述第一数据以及所述第二数据进行计算,以得到所述待发布消息的发布顺序;针对所述待发布消息,按照所述发布顺序进行消息发布。

    一种模型训练方法、模型训练节点及参数服务器

    公开(公告)号:CN112884157A

    公开(公告)日:2021-06-01

    申请号:CN201911205221.1

    申请日:2019-11-29

    Inventor: 姜春阳

    Abstract: 本公开关于一种模型训练方法、模型训练节点及参数服务器,涉及人工智能领域。包括:模型训练节点向参数服务器发送包括有训练样本标识的嵌入寻找请求,接收参数服务器返回的训练样本标识和训练样本标识对应的嵌入结果,训练样本标识对应的嵌入结果是根据训练样本标识对应的稀疏特征对应的嵌入参数得到的,对训练样本标识对应的嵌入结果进行优化计算,得到训练样本标识对应的梯度信息,向参数服务器发送训练样本标识和训练样本标识对应的梯度信息,从参数服务器获取训练样本的稀疏特征的更新后的模型参数,根据训练样本的稀疏特征的更新后的模型参数,确定目标模型,来提高训练深度神经网络模型的训练效率。

    在线训练方法、装置、系统及计算机可读存储介质

    公开(公告)号:CN109635948A

    公开(公告)日:2019-04-16

    申请号:CN201811558958.7

    申请日:2018-12-19

    Inventor: 姜春阳 孔东营

    CPC classification number: G06N3/08

    Abstract: 本公开是关于一种在线训练方法、装置、系统及计算机可读存储介质,属于深度学习领域。所述方法将深度神经网络模型的所有模型参数分成多个部分,当获取到实时的训练样本数据时,采用与该实时训练数据对应的模型参数对该深度神经网络模型进行训练,得到每个模型参数的梯度信息;基于每个模型参数的梯度信息以及与该实时训练数据对应的模型参数,获取至少一个目标模型参数;基于该至少一个目标模型参数以及该每个模型参数的梯度信息,更新该深度神经网络模型,来实现在线训练模型的目的。

    数据处理方法、装置、电子设备和存储介质

    公开(公告)号:CN110955390B

    公开(公告)日:2023-08-08

    申请号:CN201911159697.6

    申请日:2019-11-22

    Abstract: 本公开关于一种数据处理方法、装置和电子设备,上述方法包括:若检测到数据缓存区存储有服务器主机写入的数据块,则对数据块进行第一异构加速处理;服务器主机用于接收客户端单次发送的待处理数据,将待处理数据分成至少两个数据块,分别将各个数据块写入到数据缓存区;统计数据缓存区中已完成第一异构加速处理的数据块的数量;若数据缓存区中已完成第一异构加速处理的数据块的数量达到待处理数据所分成的数据块的数量,则对各个数据块对应的处理结果进行第二异构加速处理,得到待处理数据的目标处理结果。采用该方法可以解决相关技术中服务器的数据处理效率较低的问题,从而提高了服务器的数据处理效率。

    一种模型训练方法、模型训练节点及参数服务器

    公开(公告)号:CN112884157B

    公开(公告)日:2024-03-26

    申请号:CN201911205221.1

    申请日:2019-11-29

    Inventor: 姜春阳

    Abstract: 本公开关于一种模型训练方法、模型训练节点及参数服务器,涉及人工智能领域。包括:模型训练节点向参数服务器发送包括有训练样本标识的嵌入寻找请求,接收参数服务器返回的训练样本标识和训练样本标识对应的嵌入结果,训练样本标识对应的嵌入结果是根据训练样本标识对应的稀疏特征对应的嵌入参数得到的,对训练样本标识对应的嵌入结果进行优化计算,得到训练样本标识对应的梯度信息,向参数服务器发送训练样本标识和训练样本标识对应的梯度信息,从参数服务器获取训练样本的稀疏特征的更新后的模型参数,根据训练样本的稀疏特征的更新后的模型参数,确定目标模型,来提高训练深度神经网络模型的训练效率。

    一种消息排序发布方法及装置
    7.
    发明公开

    公开(公告)号:CN113888199A

    公开(公告)日:2022-01-04

    申请号:CN202010623356.6

    申请日:2020-07-01

    Inventor: 姜春阳 余东瑾

    Abstract: 本公开关于一种消息排序发布方法、装置、电子设备以及存储介质,用以至少解决相关技术中提供的消息发布方法为了保证消息发布效率,而减少消息排序模型训练过程中所使用的训练样本,导致消息排序模型精度较差,进而导致应用消息发布准确度较差的问题,方法包括:获取待发布消息的第一数据以及消息接收方的第二数据;根据预先训练得到的消息排序模型对所述第一数据以及所述第二数据进行计算,以得到所述待发布消息的发布顺序;针对所述待发布消息,按照所述发布顺序进行消息发布。

    数据处理方法、装置和电子设备

    公开(公告)号:CN110955390A

    公开(公告)日:2020-04-03

    申请号:CN201911159697.6

    申请日:2019-11-22

    Abstract: 本公开关于一种数据处理方法、装置和电子设备,上述方法包括:若检测到数据缓存区存储有服务器主机写入的数据块,则对数据块进行第一异构加速处理;服务器主机用于接收客户端单次发送的待处理数据,将待处理数据分成至少两个数据块,分别将各个数据块写入到数据缓存区;统计数据缓存区中已完成第一异构加速处理的数据块的数量;若数据缓存区中已完成第一异构加速处理的数据块的数量达到待处理数据所分成的数据块的数量,则对各个数据块对应的处理结果进行第二异构加速处理,得到待处理数据的目标处理结果。采用该方法可以解决相关技术中服务器的数据处理效率较低的问题,从而提高了服务器的数据处理效率。

Patent Agency Ranking