推荐方法、装置、电子设备及存储介质

    公开(公告)号:CN112114968B

    公开(公告)日:2024-07-12

    申请号:CN202010988965.1

    申请日:2020-09-18

    Abstract: 本公开关于一种推荐方法、装置、电子设备及存储介质。所述推荐方法包括:中央处理器CPU响应于目标账户的推荐请求,确定目标账户对应的候选对象;获取候选对象对应的对象特征向量;将候选对象对应的对象特征向量和目标账户的账户特征向量发送至图形处理器GPU;GPU通过深度学习模型根据候选对象对应的对象特征向量和目标账户的账户特征向量确定候选对象的推荐分数;CPU根据候选对象的推荐分数对候选对象进行推荐。该方法一方面,通过将深度学习模型部署在GPU上,可以允许运行复杂的深度学习模型,从而可以提高推荐的准确性;另一方面,通过采用异构系统架构,不仅能最大化地提高推理效率,还可以根据处理需求提供弹性的资源分配。

    数据处理方法、装置、电子设备及存储介质

    公开(公告)号:CN113469215B

    公开(公告)日:2022-07-08

    申请号:CN202110595350.7

    申请日:2021-05-28

    Inventor: 黄仁杰

    Abstract: 本公开提供了一种数据处理方法、装置、电子设备及存储介质,属于网络技术领域。本公开实施例中,可以以待处理数据的第一子数据作为目标子数据,并根据各目标子数据表征的数值以及各预设类别表征的数值,确定各目标子数据所属的预设类别;不同的预设类别表征的数值之间依次递增,第一子数据包括待处理数据中位数最高的前t位,按照指定的数值变化顺序,依次确定前X个预设类别中目标子数据的总数量D,在D等于预设数值K的情况下,将第一目标数据写入GPU的共享内存区,并通过共享内存区将第一目标数据输出至全局内存区,第一目标数据为前X个预设类别中目标子数据对应的待处理数据。这样,一定程度上可以提高选择效率。

    多媒体事件信息的检测方法、装置、服务器及存储介质

    公开(公告)号:CN111858973A

    公开(公告)日:2020-10-30

    申请号:CN202010750466.9

    申请日:2020-07-30

    Abstract: 本公开关于一种多媒体事件信息的检测方法、装置、服务器及存储介质,该方法包括:获取多媒体事件信息的多个信息特征维度的信息特征向量;所述多个信息特征维度为预先定义的用于决策所述多媒体事件信息是否属于异常事件信息的维度;对所述多个信息特征维度的信息特征向量进行融合处理,得到所述多媒体事件信息的融合特征向量;对所述融合特征向量进行特征分析,得到所述多媒体事件信息的异常概率;根据所述异常概率,确定对所述多媒体事件信息的检测结果。采用本方法,通过多媒体事件信息的多个信息特征维度的信息的联合决策,来确定多媒体事件信息是否属于异常事件信息,有利于提高多媒体事件信息的检测准确率。

    数据处理方法、装置、电子设备及存储介质

    公开(公告)号:CN113469215A

    公开(公告)日:2021-10-01

    申请号:CN202110595350.7

    申请日:2021-05-28

    Inventor: 黄仁杰

    Abstract: 本公开提供了一种数据处理方法、装置、电子设备及存储介质,属于网络技术领域。本公开实施例中,可以以待处理数据的第一子数据作为目标子数据,并根据各目标子数据表征的数值以及各预设类别表征的数值,确定各目标子数据所属的预设类别;不同的预设类别表征的数值之间依次递增,第一子数据包括待处理数据中位数最高的前t位,按照指定的数值变化顺序,依次确定前X个预设类别中目标子数据的总数量D,在D等于预设数值K的情况下,将第一目标数据写入GPU的共享内存区,并通过共享内存区将第一目标数据输出至全局内存区,第一目标数据为前X个预设类别中目标子数据对应的待处理数据。这样,一定程度上可以提高选择效率。

    模型量化方法、装置、电子设备及存储介质

    公开(公告)号:CN114444808A

    公开(公告)日:2022-05-06

    申请号:CN202210121710.4

    申请日:2022-02-09

    Abstract: 本公开关于一种模型量化方法、装置、电子设备及存储介质,该方法包括:获取量化模型集合;所述量化模型集合包括至少两个量化模型;所述量化模型为对待量化模型中的至少一个目标网络层进行量化得到的;确定各所述量化模型对应的适应度;所述适应度用于表征所述量化模型的性能提升;所述量化模型的性能提升为根据所述量化模型的模型性能和预设模型的模型性能间的差异确定的;所述预设模型为对所述待量化模型中的每个网络层都进行量化得到的;所述模型性能包括模型速度和模型精度;按照各所述量化模型对应的适应度,对各所述量化模型对应的量化策略参数进行遗传算法优化,得到目标量化模型。采用本公开可以提高神经网络模型的量化效果。

    多媒体事件信息的检测方法、装置、服务器及存储介质

    公开(公告)号:CN111858973B

    公开(公告)日:2024-06-11

    申请号:CN202010750466.9

    申请日:2020-07-30

    Abstract: 本公开关于一种多媒体事件信息的检测方法、装置、服务器及存储介质,该方法包括:获取多媒体事件信息的多个信息特征维度的信息特征向量;所述多个信息特征维度为预先定义的用于决策所述多媒体事件信息是否属于异常事件信息的维度;对所述多个信息特征维度的信息特征向量进行融合处理,得到所述多媒体事件信息的融合特征向量;对所述融合特征向量进行特征分析,得到所述多媒体事件信息的异常概率;根据所述异常概率,确定对所述多媒体事件信息的检测结果。采用本方法,通过多媒体事件信息的多个信息特征维度的信息的联合决策,来确定多媒体事件信息是否属于异常事件信息,有利于提高多媒体事件信息的检测准确率。

    推荐方法、装置、电子设备及存储介质

    公开(公告)号:CN112114968A

    公开(公告)日:2020-12-22

    申请号:CN202010988965.1

    申请日:2020-09-18

    Abstract: 本公开关于一种推荐方法、装置、电子设备及存储介质。所述推荐方法包括:中央处理器CPU响应于目标账户的推荐请求,确定目标账户对应的候选对象;获取候选对象对应的对象特征向量;将候选对象对应的对象特征向量和目标账户的账户特征向量发送至图形处理器GPU;GPU通过深度学习模型根据候选对象对应的对象特征向量和目标账户的账户特征向量确定候选对象的推荐分数;CPU根据候选对象的推荐分数对候选对象进行推荐。该方法一方面,通过将深度学习模型部署在GPU上,可以允许运行复杂的深度学习模型,从而可以提高推荐的准确性;另一方面,通过采用异构系统架构,不仅能最大化地提高推理效率,还可以根据处理需求提供弹性的资源分配。

Patent Agency Ranking