System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本公开的各方面整体涉及神经拓扑排序。
技术介绍
1、人工神经网络可包括互连的人工神经元组(例如,神经元模型)。人工神经网络可以是计算设备或表示为要由计算设备执行的方法。卷积神经网络(cnn)是一种前馈人工神经网络。卷积神经网络可包括神经元集合,其中每个神经元具有感受野并且共同地拼出一输入空间。卷积神经网络(诸如深度卷积神经网络(dcn))具有众多应用。具体地,这些神经网络架构被用于各种技术,诸如图像识别、语音识别、声学场景分类、关键字检测、自动驾驶和其他分类任务。
2、运筹学中的许多问题涉及执行一系列任务,同时均服从它们之间的优先约束集合并且优化感兴趣的成本度量。常规方法经由启发式策略来处理此类问题,这些启发式策略被设计用于一般输入分布,而不是被定制用于问题特定的输入分布。一些启发式策略是针对每个实例手工制作的,这是耗时的并且需要领域知识。
技术实现思路
1、本公开在独立权利要求中分别陈述。本公开的一些方面在从属权利要求中描述。
2、在本公开的一个方面,一种处理器实现的方法,包括:接收要执行的任务集合。该处理器实现的方法还包括:在包括由边连接的多个节点的图中表示任务集合。每个节点对应于该任务集合中的任务。该处理器实现的方法另外还包括:向该图中的每个节点指派调度优先级。该处理器实现的方法还包括:至少部分地基于所指派的调度优先级和该图的拓扑来根据潜在下一节点中的每个潜在下一节点的概率选择这些潜在下一节点中的下一节点。该处理器实现的方法还包括:通过重复对该下一节点
3、本公开的另一方面涉及一种装置,该装置包括:用于接收要执行的任务集合的部件。该装置还包括:用于在包括由边连接的多个节点的图中表示该任务集合的部件。每个节点对应于该任务集合中的任务。该装置另外还包括:用于向该图中的每个节点指派调度优先级的部件。该装置还包括:用于至少部分地基于所指派的调度优先级和该图的拓扑来根据潜在下一节点中的每个潜在下一节点的概率选择这些潜在下一节点中的下一节点的部件。该装置还包括:用于通过重复对该下一节点的该选择来生成这些任务的拓扑次序的部件。
4、在本公开的另一方面,公开了一种在其上记录有非暂态程序代码的非暂态计算机可读介质。该程序代码由处理器执行,并且包括:用于接收要执行的任务集合的程序代码。该程序代码还包括:用于在包括由边连接的多个节点的图中表示该任务集合的程序代码。每个节点对应于该任务集合中的任务。该程序代码另外还包括:用于向该图中的每个节点指派调度优先级的程序代码。该程序代码还包括:用于至少部分地基于所指派的调度优先级和该图的拓扑来根据潜在下一节点中的每个潜在下一节点的概率选择这些潜在下一节点中的下一节点的程序代码。该程序代码还包括:用于通过重复对该下一节点的该选择来生成这些任务的拓扑次序的程序代码。
5、本公开的另一方面涉及一种装置,该装置具有存储器和耦合到该存储器的一个或多个处理器。该处理器被配置为:接收要执行的任务集合。该处理器被进一步配置为:在包括由边连接的多个节点的图中表示该任务集合。每个节点对应于该任务集合中的任务。该处理器另外被进一步配置为:向该图中的每个节点指派调度优先级。该处理器还被进一步配置为:至少部分地基于所指派的调度优先级和该图的拓扑来根据潜在下一节点中的每个潜在下一节点的概率选择这些潜在下一节点中的下一节点。该处理器被进一步配置为:通过重复对该下一节点的该选择来生成这些任务的拓扑次序。
6、本公开的附加特征和优点将在下文描述。本领域技术人员应当理解,本公开可容易地被用作修改或设计用于实施与本公开相同的目的的其他结构的基础。本领域技术人员还应认识到,此类等效构造并不脱离所附权利要求中所陈述的本公开的教导内容。被认为是本公开的特性的新颖特征在其组织和操作方法两方面连同进一步的目的和优点在结合附图来考虑以下描述时将被更好地理解。然而,要明确理解的是,提供每一幅附图均仅用于例示和描述目的,并且无意作为对本公开的限定的定义。
本文档来自技高网...【技术保护点】
1.一种处理器实现的方法,包括:
2.根据权利要求1所述的处理器实现的方法,其中所述任务集合包括要由编译器处理的操作集合。
3.根据权利要求1所述的处理器实现的方法,还包括:基于以下中的一者来选择所述下一节点:对所述潜在下一节点的概率分布的贪心搜索、从所述潜在下一节点的所述概率分布进行采样、或波束搜索过程。
4.根据权利要求1所述的处理器实现的方法,还包括:利用单次推断经由人工神经网络(ANN)向所述多个节点指派所述调度优先级。
5.根据权利要求1所述的处理器实现的方法,其中所述图包括有向无环图。
6.根据权利要求1所述的处理器实现的方法,其中所述调度优先级是基于一个或多个拓扑变换来指派的。
7.根据权利要求1所述的处理器实现的方法,还包括:根据所述拓扑次序执行所述任务集合。
8.一种装置,包括:
9.根据权利要求8所述的装置,其中所述任务包括要由编译器处理的操作集合。
10.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:基于以下中的一者来选择所述下一节点
11.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:利用单次推断向所述多个节点指派所述调度优先级。
12.根据权利要求8所述的装置,其中所述图包括有向无环图。
13.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:基于一个或多个拓扑变换来向所述多个节点指派所述调度优先级。
14.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:根据所述拓扑次序执行所述任务集合。
15.一种其上记录有程序代码的非暂态计算机可读介质,所述程序代码由处理器执行并且包括:
16.根据权利要求15所述的非暂态计算机可读介质,其中所述任务包括要由编译器处理的操作集合。
17.根据权利要求15所述的非暂态计算机可读介质,还包括:用于基于以下中的一者来经由人工神经网络(ANN)选择所述下一节点的程序代码:对所述潜在下一节点的概率分布的贪心搜索、对所述潜在下一节点的所述概率分布进行采样、或波束搜索过程。
18.根据权利要求15所述的非暂态计算机可读介质,还包括:用于利用单次推断经由人工神经网络(ANN)向所述多个节点指派所述调度优先级的程序代码。
19.根据权利要求15所述的非暂态计算机可读介质,其中所述图包括有向无环图。
20.根据权利要求15所述的非暂态计算机可读介质,还包括:用于基于一个或多个拓扑变换来向所述多个节点指派所述调度优先级的程序代码。
21.根据权利要求15所述的非暂态计算机可读介质,还包括:用于根据所述拓扑次序执行所述任务集合的程序代码。
22.一种装置,包括:
23.根据权利要求22所述的装置,其中所述任务包括要由编译器处理的操作集合。
24.根据权利要求22所述的装置,还包括:用于基于以下中的一者来经由人工神经网络(ANN)选择所述下一节点的部件:对所述潜在下一节点的概率分布的贪心搜索、从所述潜在下一节点的所述概率分布进行采样、或波束搜索过程。
25.根据权利要求22所述的装置,还包括:用于利用单次推断向所述多个节点指派所述调度优先级的部件。
26.根据权利要求22所述的装置,其中所述图包括有向无环图。
27.根据权利要求22所述的装置,还包括:用于基于一个或多个拓扑变换来向所述多个节点指派所述调度优先级的部件。
28.根据权利要求22所述的装置,还包括:用于根据所述拓扑次序执行所述任务集合的部件。
...【技术特征摘要】
【国外来华专利技术】
1.一种处理器实现的方法,包括:
2.根据权利要求1所述的处理器实现的方法,其中所述任务集合包括要由编译器处理的操作集合。
3.根据权利要求1所述的处理器实现的方法,还包括:基于以下中的一者来选择所述下一节点:对所述潜在下一节点的概率分布的贪心搜索、从所述潜在下一节点的所述概率分布进行采样、或波束搜索过程。
4.根据权利要求1所述的处理器实现的方法,还包括:利用单次推断经由人工神经网络(ann)向所述多个节点指派所述调度优先级。
5.根据权利要求1所述的处理器实现的方法,其中所述图包括有向无环图。
6.根据权利要求1所述的处理器实现的方法,其中所述调度优先级是基于一个或多个拓扑变换来指派的。
7.根据权利要求1所述的处理器实现的方法,还包括:根据所述拓扑次序执行所述任务集合。
8.一种装置,包括:
9.根据权利要求8所述的装置,其中所述任务包括要由编译器处理的操作集合。
10.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:基于以下中的一者来选择所述下一节点:对所述潜在下一节点的概率分布的贪心搜索、从所述潜在下一节点的所述概率分布进行采样、或波束搜索过程。
11.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:利用单次推断向所述多个节点指派所述调度优先级。
12.根据权利要求8所述的装置,其中所述图包括有向无环图。
13.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:基于一个或多个拓扑变换来向所述多个节点指派所述调度优先级。
14.根据权利要求8所述的装置,其中所述至少一个处理器被进一步配置为:根据所述拓扑次序执行所述任务集合。
15.一种其上记录有程序代码的非暂态计算机可读介质,所述程序代码由处理器...
【专利技术属性】
技术研发人员:C·雷诺内,M·加拉尼,杨阳,R·邦德桑,E·蒂格,C·洛特,W·全,曾维亮,P·扎比,H·范·霍夫,
申请(专利权)人:高通股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。