广域网跨数据中心分布式学习模型参数更新方法及装置.pdfVIP

下载本文档

14
0
约2.45万字
约 16页
2023-05-09 发布于北京
举报
版权申诉

广域网跨数据中心分布式学习模型参数更新方法及装置.pdf

1、本文档共16页，其中可免费阅读15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

本发明涉及一种广域网跨数据中心分布式学习模型参数更新方法及装置。其方法部分主要包括：将模型及训练数据都拆分部署在N台workermachine上；在每台参数服务器上设置相同的参数重要性评估器，所述参数重要性评估器包括三个参数：模型收敛固定参数Tf、网络带宽门限值Tb以及参数重要性动态门限值Td；开始进行分布式机器学习模型训练。本发明通过引入参数重要性机制解决分布式机器学习训练速率的问题；通过引入参数重要性机制解决分布式机器学习对网络带宽需求过高的问题；通过使用参数重要性机制剔除不重要参数的更新

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114492838 A (43)申请公布日 2022.05.13 (21)申请号 202210061516.1 (22)申请日 2022.01.19 (71)申请人烽火通信科技股份有限公司地址 4