低带宽分布式深度学习方法.pdfVIP

下载本文档

0
0
约1.64万字
约 14页
2023-04-21 发布于四川
举报
版权申诉

低带宽分布式深度学习方法.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种低带宽分布式深度学习方法，包括：根据本地数据集构建去中心化网络的全局深度学习模型；构建分布式深度学习模型；基于本地局部数据集，采用随机化的去中心化的并行随机梯度下降算法训练所述去中心化网络拓扑工作节点的所述分布式深度学习模型的参数；对所述去中心化网络拓扑所有工作节点的所述模型参数进行加权平均，获得全局的模型参数。本发明的方法仅需随机选取深度学习模型的部分参数进行信息传输，不需要对模型参数进行耗时的排序等操作，在满足低带宽需求的同时，有效减少模型参数筛选的计算复杂度。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113886460 A (43)申请公布日 2022.01.04 (21)申请号 202111130674.X (22)申请日 2021.09.26 (71)申请人中国空间技术研究院地