期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
分布式机器学习系统网络性能优化研究进展 被引量:15
1
作者 王帅 李丹 《计算机学报》 EI CAS CSCD 北大核心 2022年第7期1384-1411,共28页
以机器学习为代表的人工智能技术需要对海量数据进行处理,对底层算力要求极高.分布式机器学习通过将计算任务分布式地部署到多个计算节点来加快模型的训练速度,从而将训练任务完成时间降低到可接受范围.由于通信开销对分布式机器学习系... 以机器学习为代表的人工智能技术需要对海量数据进行处理,对底层算力要求极高.分布式机器学习通过将计算任务分布式地部署到多个计算节点来加快模型的训练速度,从而将训练任务完成时间降低到可接受范围.由于通信开销对分布式机器学习系统的扩展性具有重要影响,因此,分布式机器学习系统网络性能优化受到各界研究者的广泛关注.本文首先分析了分布式机器学习系统扩展性不足的主要原因,并提出了改善其扩展性的关键思路,然后系统地综述了分布式机器学习系统网络性能优化相关的研究工作,并对这些研究工作从多个角度进行了对比分析.最后,对分布式机器学习系统网络性能优化研究的未来发展趋势进行了展望. 展开更多
关键词 分布式机器学习系统 网络优化 参数同步 通信调度 网内聚合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部