CN111752870B - 一种基于神经网络的服务器接口的兼容方法及*** - Google Patents
一种基于神经网络的服务器接口的兼容方法及*** Download PDFInfo
- Publication number
- CN111752870B CN111752870B CN202010470937.0A CN202010470937A CN111752870B CN 111752870 B CN111752870 B CN 111752870B CN 202010470937 A CN202010470937 A CN 202010470937A CN 111752870 B CN111752870 B CN 111752870B
- Authority
- CN
- China
- Prior art keywords
- server
- compatible
- interface
- neural network
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003062 neural network model Methods 0.000 claims abstract description 43
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/10—Program control for peripheral devices
- G06F13/102—Program control for peripheral devices where the programme performs an interfacing function, e.g. device driver
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/36—Software reuse
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及服务器技术领域,提供一种基于神经网络的服务器接口的兼容方法及***,方法包括:将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表;根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***,从而快速查找到可能的已实现的接口实现,减少兼容的开发量,提高代码复用。
Description
技术领域
本发明属于服务器技术领域,尤其涉及一种基于神经网络的服务器接口的兼容方法及***。
背景技术
目前,服务器的日常运维都是通过服务器管理***进行,服务器管理***通过调用服务器接口,获取服务器硬件、固件信息,以及对服务器进行配置。但是随着服务器BMC版本更新,或新型号服务器需要纳入运维,则服务器自身接口实现会发生变化,则远程管理***也需要更新实现方法。
目前,通过调用BMC接口对服务器进行管理。BMC升级时,接口实现会发生变化;兼容不同机型或不同项目的服务器,同一接口的实现方法可能需要修改。这些实现方法可能已经在其他项目或机型的兼容中实现,因此首先确认该接口是否可以通过现有实现方法实现,即首先快速查找到可能的已实现的方法,减少兼容的开发量,提高代码复用。但是,目前没有一套成熟的方案进行已实现方法的快速查找。
发明内容
针对现有技术中的缺陷,本发明提供了一种快速查找到可能的已实现的方法,减少兼容的开发量,提高代码复用的基于神经网络的服务器接口的兼容方法。
本发明所提供的技术方案是:一种基于神经网络的服务器接口的兼容方法,所述方法包括下述步骤:
将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表,其中,所述兼容服务器的基本信息包括服务器机型、项目、版本发布时间以及接口名称;
根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;
当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***。
作为一种改进的方案,所述将兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表的步骤之前还包括下述步骤:
基于已兼容的服务器样本数据,配置创建神经网络模型,其中,所述神经网络模型的输入为思维输入向量P={m,p,t,d},分别代表服务器机型、项目、版本发布时间及接口名称,输出参数为向量Q={f1,f2,f3,…,fn}其中fn为接口实现的编号,按照相似度进行排序。
作为一种改进的方案,所述基于已兼容的服务器样本数据,配置创建神经网络模型的步骤具体包括下述步骤:
根据有限数量的已兼容的服务器样本数据,建立各个服务器样本数据之间的关联关系,并根据建立的各个服务器样本数据之间的关联关系,在对应的兼容服务器之间形成以相似度为权重参数的关联关系;
对新输入的服务器的基本信息,按照其相似度在上述服务器样本数据中进行遍历,获取该新输入的服务器的权重参数。
作为一种改进的方案,所述根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器的步骤之后;所述当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***的步骤之前还包括下述步骤:
判断查找到的可兼容需要的兼容服务器的接口实现在所述权重排序列表中的位置;
当可兼容需要的兼容服务器的接口实现在权重排序表中的第一位时,则判定所述神经网络模型的接口实现的预测准确;
当可兼容需要的兼容服务器的接口实现在所述权重排序表中的第m位时,在判定神经网络型的前第m-1位接口实现的预测存在误差,并将误差信号反馈给所述神经网络型。
作为一种改进的方案,所述将误差信号反馈给所述神经网络型的步骤之后还包括下述步骤:
当接收到的所述误差信号时,对所述前第m-1位接口实现进行相应的权重参数修正。
本发明的另一目的在于提供一种基于神经网络的服务器接口的兼容***,所述***包括:
权重排序列表获取模块,用于将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表,其中,所述兼容服务器的基本信息包括服务器机型、项目、版本发布时间以及接口名称;
兼容测试模块,用于根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;
对应关系保存模块,用于当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***。
作为一种改进的方案,所述***还包括:
神经网络模型创建模块,用于基于已兼容的服务器样本数据,配置创建神经网络模型,其中,所述神经网络模型的输入为思维输入向量P={m,p,t,d},分别代表服务器机型、项目、版本发布时间及接口名称,输出参数为向量Q={f1,f2,f3,…,fn}其中fn为接口实现的编号,按照相似度进行排序。
作为一种改进的方案,所述神经网络模型创建模块具体包括:
样本数据关联关系建立模块,用于根据有限数量的已兼容的服务器样本数据,建立各个服务器样本数据之间的关联关系;
权重参数关联关系生成模块,用于根据建立的各个服务器样本数据之间的关联关系,在对应的兼容服务器之间形成以相似度为权重参数的关联关系;
遍历模块,用于对新输入的服务器的基本信息,按照其相似度在上述服务器样本数据中进行遍历,获取该新输入的服务器的权重参数。
作为一种改进的方案,所述***还包括:
位置判断模块,用于判断查找到的可兼容需要的兼容服务器的接口实现在所述权重排序列表中的位置;
第一判定模块,用于当可兼容需要的兼容服务器的接口实现在权重排序表中的第一位时,则判定所述神经网络模型的接口实现的预测准确;
第二判定模块,用于当可兼容需要的兼容服务器的接口实现在所述权重排序表中的第m位时,在判定神经网络型的前第m-1位接口实现的预测存在误差,并将误差信号反馈给所述神经网络型。
作为一种改进的方案,所述***还包括:
权重参数修正模块,用于当接收到的所述误差信号时,对所述前第m-1位接口实现进行相应的权重参数修正。
在本发明实施例中,将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表;根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***,从而快速查找到可能的已实现的接口实现,减少兼容的开发量,提高代码复用。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1是本发明提供的基于神经网络的服务器接口的兼容方法的实现流程图;
图2是本发明提供的基于已兼容的服务器样本数据,配置创建神经网络模型的实现流程图;
图3是本发明提供的基于神经网络的服务器接口的兼容***的结构框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的、技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
图1是本发明提供的基于神经网络的服务器接口的兼容方法的实现流程图,其具体包括下述步骤:
在步骤S101中,将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表,其中,所述兼容服务器的基本信息包括服务器机型、项目、版本发布时间以及接口名称;
在步骤S102中,根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;
在步骤S103中,当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***。
在该实施例中,当未查找到可兼容需要的兼容服务器的接口实现时,对当前需要兼容的服务器进行重新代码开发。
在本发明实施例中,根据业务需要,每一个兼容服务器包含一系列的自定义接口,每一个接口对应个实现方法,对于一台服务器,根据其型号、项目名称、BMC版本等信息将接口定位到一具体的实现方法,完成服务器的管理。
对于两台服务器,其服务器型号,项目,bmc发布日期越接近,则同一接口的实现就越相似,甚至可能使用同一个实现。根据这三个属性的相似度,可以根据一个服务器的实现去预测另一台服务器的实现,通过调整机型,项目,发布日期所占比重,可以增加预测准确性。
因此,基于已兼容的服务器样本数据,配置创建神经网络模型,其中,所述神经网络模型的输入为思维输入向量P={m,p,t,d},分别代表服务器机型、项目、版本发布时间及接口名称,输出参数为向量Q={f1,f2,f3,…,fn}其中fn为接口实现的编号,按照相似度进行排序,按照相似度进行排序,即前面的更大概率兼容该服务器。根据接口实际实现,对模型中相关节点进行修正。
如图2所示,基于已兼容的服务器样本数据,配置创建神经网络模型的步骤具体包括下述步骤:
在步骤S201中,根据有限数量的已兼容的服务器样本数据,建立各个服务器样本数据之间的关联关系,并根据建立的各个服务器样本数据之间的关联关系,在对应的兼容服务器之间形成以相似度为权重参数的关联关系;
在步骤S202中,对新输入的服务器的基本信息,按照其相似度在上述服务器样本数据中进行遍历,获取该新输入的服务器的权重参数。
为了便于说明,下述给出一个具体的实现事例:
若输入参数为(机型A,项目a,发布时间5月1日,命令getcpu)。则对每一个getcpu的实现进行遍历,若有(机型B,项目b发布时间5月1日)的服务器,该服务器getcpu实现为f1,则f1实现的权重为:
Weight1=M(A,B)*P(a,b)*T(ta,tb);
其中M(A,B)为服务AB之间的相关系数,P(a,b)为服务AB之间的相关系数,T(ta,tb)为查看发布日期相关系数,对应相关系数越高,说明两个服务器相似度越高,两者实现越大可能相同。若一个实现为多个服务器多个项目公用,则Weight1应取最大值。
在本发明实施例中,根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器的步骤之后;所述当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***的步骤之前还包括下述步骤:
(1)判断查找到的可兼容需要的兼容服务器的接口实现在所述权重排序列表中的位置;
(2)当可兼容需要的兼容服务器的接口实现在权重排序表中的第一位时,则判定所述神经网络模型的接口实现的预测准确;
(3)当可兼容需要的兼容服务器的接口实现在所述权重排序表中的第m位时,在判定神经网络型的前第m-1位接口实现的预测存在误差,并将误差信号反馈给所述神经网络型。
其中,当接收到的所述误差信号时,对所述前第m-1位接口实现进行相应的权重参数修正,即计算该实现权重的机型相关系数与项目相关系数均适当降低。通过兼容更多服务器,最终使机型相关系数,项目相关系数更精确,权重计算更准确。
在本发明实施例中,将已兼容的服务器信息作为样本输入BP神经网络进行训练,当需要兼容新服务器机型时,对每一个接口实现,将服务器信息作为输入参数输入神经网络,最终输出一个实现方法的权重排序。按照排序对实现方法测试。获得兼容方法后,将输出顺序与实际顺序对比,修改不适宜的相关系数,使预测更准确。
图3示出了本发明提供的基于神经网络的服务器接口的兼容***的结构框图,为了便于说明,图中仅给出了与本发明实施例相关的部分。
基于神经网络的服务器接口的兼容***包括:
权重排序列表获取模块11,用于将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表,其中,所述兼容服务器的基本信息包括服务器机型、项目、版本发布时间以及接口名称;
兼容测试模块12,用于根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;
对应关系保存模块13,用于当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***。
在该实施例中,上述***还包括:
神经网络模型创建模块14,用于基于已兼容的服务器样本数据,配置创建神经网络模型,其中,所述神经网络模型的输入为思维输入向量P={m,p,t,d},分别代表服务器机型、项目、版本发布时间及接口名称,输出参数为向量Q={f1,f2,f3,…,fn}其中fn为接口实现的编号,按照相似度进行排序。
其中,所述神经网络模型创建模块14具体包括:
样本数据关联关系建立模块15,用于根据有限数量的已兼容的服务器样本数据,建立各个服务器样本数据之间的关联关系;
权重参数关联关系生成模块16,用于根据建立的各个服务器样本数据之间的关联关系,在对应的兼容服务器之间形成以相似度为权重参数的关联关系;
遍历模块17,用于对新输入的服务器的基本信息,按照其相似度在上述服务器样本数据中进行遍历,获取该新输入的服务器的权重参数。
在本发明实施例中,如图3所示,所述***还包括:
位置判断模块18,用于判断查找到的可兼容需要的兼容服务器的接口实现在所述权重排序列表中的位置;
第一判定模块19,用于当可兼容需要的兼容服务器的接口实现在权重排序表中的第一位时,则判定所述神经网络模型的接口实现的预测准确;
第二判定模块20,用于当可兼容需要的兼容服务器的接口实现在所述权重排序表中的第m位时,在判定神经网络型的前第m-1位接口实现的预测存在误差,并将误差信号反馈给所述神经网络型;
权重参数修正模块21,用于当接收到的所述误差信号时,对所述前第m-1位接口实现进行相应的权重参数修正。
其中,上述各个模块的功能如上述方法实施例所记载。
在本发明实施例中,将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表;根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***,从而快速查找到可能的已实现的接口实现,减少兼容的开发量,提高代码复用。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种基于神经网络的服务器接口的兼容方法,其特征在于,所述方法包括下述步骤:
将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表,其中,所述兼容服务器的基本信息包括服务器机型、项目、版本发布时间以及接口名称;
根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;
当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***;
将 所述兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表的步骤之前还包括下述步骤:
基于已兼容的服务器样本数据,配置创建神经网络模型,其中,所述神经网络模型的输入为思维输入向量P={m,p,t,d},分别代表服务器机型、项目、版本发布时间及接口名称,输出参数为向量Q={f1,f2,f3,…,fn}其中fn为接口实现的编号,按照相似度进行排序。
2.根据权利要求1所述的基于神经网络的服务器接口的兼容方法,其特征在于,所述基于已兼容的服务器样本数据,配置创建神经网络模型的步骤具体包括下述步骤:
根据有限数量的已兼容的服务器样本数据,建立各个服务器样本数据之间的关联关系,并根据建立的各个服务器样本数据之间的关联关系,在对应的兼容服务器之间形成以相似度为权重参数的关联关系;
对新输入的服务器的基本信息,按照其相似度在上述服务器样本数据中进行遍历,获取该新输入的服务器的权重参数。
3.根据权利要求2所述的基于神经网络的服务器接口的兼容方法,其特征在于,所述根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器的步骤之后;所述当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***的步骤之前还包括下述步骤:
判断查找到的可兼容需要的兼容服务器的接口实现在所述权重排序列表中的位置;
当可兼容需要的兼容服务器的接口实现在权重排序表中的第一位时,则判定所述神经网络模型的接口实现的预测准确;
当可兼容需要的兼容服务器的接口实现在所述权重排序表中的第m位时,在判定神经网络型的前第m-1位接口实现的预测存在误差,并将误差信号反馈给所述神经网络型。
4.根据权利要求3所述的基于神经网络的服务器接口的兼容方法,其特征在于,所述将误差信号反馈给所述神经网络型的步骤之后还包括下述步骤:
当接收到的所述误差信号时,对所述前第m-1位接口实现进行相应的权重参数修正。
5.一种基于神经网络的服务器接口的兼容***,其特征在于,所述***包括:
权重排序列表获取模块,用于将需要的兼容服务器的基本信息输入到预先配置的神经网络模型,获取与当前所述兼容服务器相匹配的接口实现的权重排序列表,其中,所述兼容服务器的基本信息包括服务器机型、项目、版本发布时间以及接口名称;
兼容测试模块,用于根据获取到的与当前所述兼容服务器相匹配的接口实现的权重排序列表,按照权重实现由高到低进行兼容测试,判定接口实现是否兼容需要的兼容服务器;
对应关系保存模块,用于当查找到可兼容需要的兼容服务器的接口实现时,将所述需要的兼容服务器的接口和接口实现的对应关系存在服务器***;
所述***还包括:
神经网络模型创建模块,用于基于已兼容的服务器样本数据,配置创建神经网络模型,其中,所述神经网络模型的输入为思维输入向量P={m,p,t,d},分别代表服务器机型、项目、版本发布时间及接口名称,输出参数为向量Q={f1,f2,f3,…,fn}其中fn为接口实现的编号,按照相似度进行排序。
6.根据权利要求5所述的基于神经网络的服务器接口的兼容***,其特征在于,所述神经网络模型创建模块具体包括:
样本数据关联关系建立模块,用于根据有限数量的已兼容的服务器样本数据,建立各个服务器样本数据之间的关联关系;
权重参数关联关系生成模块,用于根据建立的各个服务器样本数据之间的关联关系,在对应的兼容服务器之间形成以相似度为权重参数的关联关系;
遍历模块,用于对新输入的服务器的基本信息,按照其相似度在上述服务器样本数据中进行遍历,获取该新输入的服务器的权重参数。
7.根据权利要求5所述的基于神经网络的服务器接口的兼容***,其特征在于,所述***还包括:
位置判断模块,用于判断查找到的可兼容需要的兼容服务器的接口实现在所述权重排序列表中的位置;
第一判定模块,用于当可兼容需要的兼容服务器的接口实现在权重排序表中的第一位时,则判定所述神经网络模型的接口实现的预测准确;
第二判定模块,用于当可兼容需要的兼容服务器的接口实现在所述权重排序表中的第m位时,在判定神经网络型的前第m-1位接口实现的预测存在误差,并将误差信号反馈给所述神经网络型。
8.根据权利要求7所述的基于神经网络的服务器接口的兼容***,其特征在于,所述***还包括:
权重参数修正模块,用于当接收到的所述误差信号时,对所述前第m-1位接口实现进行相应的权重参数修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470937.0A CN111752870B (zh) | 2020-05-28 | 2020-05-28 | 一种基于神经网络的服务器接口的兼容方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470937.0A CN111752870B (zh) | 2020-05-28 | 2020-05-28 | 一种基于神经网络的服务器接口的兼容方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111752870A CN111752870A (zh) | 2020-10-09 |
CN111752870B true CN111752870B (zh) | 2022-02-22 |
Family
ID=72673655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010470937.0A Active CN111752870B (zh) | 2020-05-28 | 2020-05-28 | 一种基于神经网络的服务器接口的兼容方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111752870B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469284B (zh) * | 2021-07-26 | 2024-07-02 | 浙江大华技术股份有限公司 | 一种数据分析的方法、装置及存储介质 |
CN115361642A (zh) * | 2022-08-22 | 2022-11-18 | 杭州惠耳听力技术设备有限公司 | 基于机器学习的可编程助听器探测方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106201850B (zh) * | 2015-04-29 | 2019-07-05 | 阿里巴巴集团控股有限公司 | 一种兼容性测试方法及装置 |
US11157800B2 (en) * | 2015-07-24 | 2021-10-26 | Brainchip, Inc. | Neural processor based accelerator system and method |
CN105205558B (zh) * | 2015-09-23 | 2018-11-06 | 南京磐能电力科技股份有限公司 | 一种面向建筑能耗预测的bp神经网络模型配置方法 |
CN107203461B (zh) * | 2016-03-16 | 2020-11-06 | 创新先进技术有限公司 | 兼容性测试方法及装置 |
CN106681917B (zh) * | 2016-12-21 | 2019-06-18 | 南京大学 | 一种基于神经网络的前端自动化评估方法 |
CN107291637A (zh) * | 2017-05-18 | 2017-10-24 | 武汉普利商用机器有限公司 | 在安卓***中兼容多型号移动通信模块的方法和装置 |
CN108304318B (zh) * | 2018-01-02 | 2020-12-04 | 深圳壹账通智能科技有限公司 | 设备兼容性的测试方法及终端设备 |
CN108415856A (zh) * | 2018-02-08 | 2018-08-17 | 广东欧珀移动通信有限公司 | 设备兼容方法及相关装置 |
CN109543835B (zh) * | 2018-11-30 | 2021-06-25 | 上海寒武纪信息科技有限公司 | 运算方法、装置及相关产品 |
CN109740725A (zh) * | 2019-01-25 | 2019-05-10 | 网易(杭州)网络有限公司 | 神经网络模型运行方法及装置、以及存储介质 |
KR102100933B1 (ko) * | 2019-08-29 | 2020-04-14 | 주식회사 피앤피어드바이저리 | 인공 신경망을 이용하여 모듈화된 제품을 최적화하는 방법 및 장치 |
CN111143173A (zh) * | 2020-01-02 | 2020-05-12 | 山东超越数控电子股份有限公司 | 一种基于神经网络的服务器故障监测方法及*** |
-
2020
- 2020-05-28 CN CN202010470937.0A patent/CN111752870B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111752870A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111752870B (zh) | 一种基于神经网络的服务器接口的兼容方法及*** | |
CN112232439B (zh) | 非监督ReID中的伪标签更新方法及*** | |
US11481440B2 (en) | System and method for processing metadata to determine an object sequence | |
CN104657274B (zh) | 软件界面测试方法及装置 | |
CN107992537A (zh) | 业务属性传递方法、装置、计算机设备及存储介质 | |
EP3629257A1 (en) | Methods for estimating repair data utilizing artificial intelligence and devices thereof | |
EP3299968A1 (en) | Big data calculation method and system | |
CN109361628A (zh) | 报文组装方法、装置、计算机设备和存储介质 | |
CN102136013B (zh) | 制造步骤信息生成***和制造步骤信息生成方法 | |
Schuh et al. | Design model for the cost calculation of product-service systems in single and small series production | |
CN110689177B (zh) | 订单准备时间的预测方法和装置,电子设备及存储介质 | |
US20230281651A1 (en) | Systems and methods for predicting component manufacturing costs | |
CN112418885A (zh) | 一种标签生成方法、产品溯源方法和相关装置 | |
US7908023B2 (en) | Method of establishing a lot grade system for product lots in a semiconductor manufacturing process | |
CN113468446B (zh) | 一种支持识别第三方二维码数据的方法、***及设备 | |
CN114706995A (zh) | 应用人工智能技术的业务大数据处理方法及*** | |
CN114862180A (zh) | 一种基于全生命周期的产品质量数据分析反馈方法及*** | |
CN110163374B (zh) | 一种基于Word通用配置的故障诊断推理*** | |
US20210304043A1 (en) | Evaluating a recommender system for data processing | |
CN111859884A (zh) | 审批数据全历史栈统计方法 | |
US20200057959A1 (en) | Reducing instances of inclusion of data associated with hindsight bias in a training set of data for a machine learning system | |
CN114936300B (zh) | 用于激光切管机电气设计辅助***的清单生成方法及*** | |
CN113296797A (zh) | 代码处理方法、装置、电子设备及存储介质 | |
US11983384B2 (en) | User interface for machine learning feature engineering studio | |
EP3382620A1 (en) | Systems and methods to process eyewear orders |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |