一种基于深度学习科学计算应用的性能预测方法
知识产权简介
本发明公开了一种基于深度学习科学计算应用的性能预测方法,该方法包括:确定并收集深度学习科学计算应用在分布式训练中的相关参数作为特征数据,通过奇异值分解SVD对收集的特征数据进行降维处理,选择最具代表性的特征作为输入数据;构建随机森林模型作为性能预测模型;利用收集的训练数据集对随机森林模型进行训练,并对训练好的模型进行测试和评估;将训练好的模型应用于具有不同硬件配置或运行环境的另一个高性能计算HPC系统;利用迁移学习调整后的模型在新HPC系统上进行性能测试,评估模型在新系统上的预测准确性和泛化能力。本申请通过迁移学习方法能够提升性能预测模型在不同HPC系统中的泛化能力。