【技术实现步骤摘要】
稀疏参数的获取方法、装置、电子设备及存储介质
[0001]本公开涉及计算机
，尤其涉及一种稀疏参数的获取方法、装置、电子设备及存储介质。
技术介绍
[0002]稀疏特征，是指对模型训练过程中的数据进行ID化处理(ID化处理，例如,采用哈希算法对数据进行映射)，并ID化处理结果映射为整型后所得字符串特征，而稀疏参数，是指采用Embedding技术将稀疏特征转化为多维稠密实数向量特征，在深度学习模型的训练场景中(例如，点击率预估模型(Click Through Rate，CTR))，需要从图形处理器(Graphics Processing Unit，GPU)获取大量的稀疏参数去支持模型的训练过程。
[0003]相关技术中，稀疏参数和稀疏特征关联存储在中央处理器(Central Processing Unit，CPU)中，从而在获取稀疏参数时，需要根据稀疏特征去CPU中查询稀疏参数，再将查询所得稀疏参数复制至GPU，以支持模型训练过程中的稀疏参数调用需求。
[0004]这种方式下，稀疏参数的复制过程，会引入较...
【技术保护点】
【技术特征摘要】
1.一种稀疏参数的获取方法，其特征在于，被电子设备执行，所述电子设备包括：中央处理器CPU以及图形处理器GPU，所述图形处理器GPU包括：多个初始稀疏参数，所述方法包括：获取待处理稀疏特征的待处理存储编号，其中，所述待处理存储编号表示所述待处理稀疏特征在所述中央处理器CPU中的存储位置；根据所述待处理存储编号，从所述多个初始稀疏参数中确定目标稀疏参数。2.如权利要求1所述的方法，其特征在于，在所述获取待处理稀疏特征的待处理存储编号之前，所述方法还包括：获取所述多个初始稀疏参数，其中，不同所述初始稀疏参数具有对应的第一排列次序；根据所述第一排列次序，生成与相应所述初始稀疏参数对应的第一存储编号；将所述多个初始稀疏参数和分别与其对应的多个第一存储编号，关联存储至所述图形处理器GPU。3.如权利要求2所述的方法，其特征在于，在所述获取待处理稀疏特征的待处理存储编号之前，所述方法还包括：获取多个所述初始稀疏特征，其中，不同所述初始稀疏特征具有对应的第二排列次序；根据所述第二排列次序，生成与所述初始稀疏特征对应的第二存储编号；将所述多个初始稀疏特征和分别与其对应的多个第二存储编号，关联存储至所述中央处理器CPU。4.如权利要求3所述的方法，其特征在于，所述获取待处理稀疏特征的待处理存储编号，包括：将所述中央处理器CPU中与所述待处理稀疏特征关联的所述第二存储编号确定为所述待处理存储编号。5.如权利要求3所述的方法，其特征在于，不同所述初始稀疏特征所对应的所述初始稀疏参数的参数数量相同；其中，所述根据所述待处理存储编号，从所述多个初始稀疏参数中确定目标稀疏参数，包括：确定一个所述初始稀疏特征所对应的所述初始稀疏参数的参数数量；根据所述待处理存储编号和所述参数数量，从所述多个初始稀疏参数中确定所述目标稀疏参数。6.如权利要求5所述的方法，其特征在于，所述根据所述待处理存储编号和所述参数数量，从所述多个初始稀疏参数中确定所述目标稀疏参数，包括：根据所述参数数量和所述待处理存储编号，确定目标存储编号；根据所述目标存储编号和所述参数数量，从所述多个初始稀疏参数中确定所述目标稀疏参数。7.如权利要求6所述的方法，其特征在于，所述根据所述参数数量和所述待处理存储编号，确定目标存储编号，包括：将所述参数数量和所述待处理存储编号的乘积作为所述目标存储编号。8.如权利要求6所述的方法，其特征在于，所述根据所述目标存储编号和所述参数数量，从所述多个初始稀疏参数中确定所述目标稀疏参数，包括：
根据所述目标存储编号和所述参数数量，确定目标调用编号，其中，所述目标调用编号表示所述目标稀疏参数在所述图形处理器GPU的存储位置；将所述图形处理器GPU中与所述目标调用编号关联的所述初始稀疏参数确定为所述目标稀疏参数。9.一种稀疏参数的获取装置，其特征在于，所述装置包括：第一获取模块，用于获取待处理稀疏特征的待处理存储编号，其中，...
【专利技术属性】
技术研发人员：黎沛含，邢召龙，郭沛松，袁宝鹏，裴杨，舒俊华，张克丰，王文生，原武军，
申请(专利权)人：北京京东世纪贸易有限公司，
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。