买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川大学申请的专利基于超网的层稀疏化神经网络分布式训练系统及其方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119272840B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411286352.8，技术领域涉及：G06N3/098；该发明授权基于超网的层稀疏化神经网络分布式训练系统及其方法是由叶庆;吴宇森;李佳迅;周宇浩设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本基于超网的层稀疏化神经网络分布式训练系统及其方法在说明书摘要公布了：本发明公开了一种基于超网的层稀疏化神经网络分布式训练系统及其方法，分布式训练系统包括全局节点和多个计算机节点，计算机节点上设置一个超网；计算机节点用于获取待训练神经网络副本，并基于本地训练数据集对待训练神经网络和超网进行训练，得到待训练神经网络当次训练的完整梯度；根据超网的输出进行层的稀疏化操作，选取出待训练神经网络中多层的梯度进行传输；全局节点用于接收所有计算机节点上传的梯度并进行聚合，更新全局神经网络权重，并判断全局神经网络是否收敛或者训练次数是否达到预设次数，若是，基于多个计算机节点训练完成的网络模型确定训练完成的神经网络模型，否则将全局神经网络权重分发给所有的计算机节点进行再次训练。

本发明授权基于超网的层稀疏化神经网络分布式训练系统及其方法在权利要求书中公布了：1.基于超网的层稀疏化神经网络分布式训练系统，其特征在于，包括全局节点和多个计算机节点，每个计算机节点上设置有一个超网； 所述计算机节点用于获取待训练神经网络副本，并基于本地训练数据集对待训练神经网络和超网进行训练，得到待训练神经网络当次训练的完整梯度；根据超网的输出进行层的稀疏化操作，选取出待训练神经网络中多层的梯度进行传输； 根据超网的输出进行层的稀疏化操作的方法包括： 计算超网相邻两次训练的输出之间的差值，并采用指数移动平均值对差值进行平滑处理，得到超网生成的待训练神经网络每一层被选中的概率； 根据超网生成的待训练神经网络每一层被选中的概率，选取概率最大的k层的梯度进行传输； 所述全局节点用于接收所有计算机节点上传的梯度并进行聚合，更新全局神经网络权重，并判断全局神经网络是否收敛或者训练次数是否达到预设次数，若是，基于多个计算机节点训练完成的网络模型确定训练完成的神经网络模型，否则将全局神经网络权重分发给所有的计算机节点进行再次训练； 所述待训练神经网络为图像分类ResNet或自然语言处理神经网络。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610044 四川省成都市一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。