深度学习网络资源利用

...申请基于深度学习的作业管理方法及系统专利,解决作业环境中资源...本发明提出一种基于深度学习的作业管理方法及系统,方法包括:构建基于深度信念网络的初始的深度学习模型;利用所述深度学习模型在动态变化的作业环境中进行资源配置预测与优化;根据作业环境中场景需求的变化,动态修正预测结果和资源配置方案;基于修正后的预测和资源配置方案等会说。

广东电网申请中压配电网目标网架组网方法专利,提高电网的资源利用率方法包括:使用多个深度学习网络分别对历史较短期内的目标网架组网成本与收益数据进行信息收集并整合;将通过信息收集得到的目标网架组小发猫。 的互抑关系;通过互抑策略根据互抑关系在线进行投入成本与收益比较,得到电网目标网架规划方案。采用本方法能够提高电网的资源利用率。

山东浪潮申请用于卷积神经网络的混合加速器及其负载均衡方法专利,...本发明公开了一种用于卷积神经网络的混合加速器及其负载均衡方法,属于深度学习硬件加速技术领域,用于解决目前的两种卷积神经网络专用加速器架构都无法实现计算平台计算资源的灵活分配和高效利用,对卷积神经网络计算性能的提升有限的技术问题。所述混合加速器包括:单层单小发猫。

国网黑龙江省电力申请基于多视图融合和宽度学习的超短期风电功率...基于多视图融合和宽度学习的超短期风电功率预测方法,涉及风电功率预测领域。本发明是为了解决现有基于深度神经网络的风电功率预测方法还存在模型训练时间长、消耗计算资源多以及预测精度低的问题。本发明包括:利用t时刻前k个小时的平均风电功率序列及t时刻前k个小时的指还有呢?

⊙﹏⊙

原创文章,作者:上海伦伊褚网络科技有限公司,如若转载,请注明出处:http://cgvfbg.cn/oeokd3c5.html

发表评论

登录后才能评论