- 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
查看更多
本发明公开一种基于深度强化学习的流水线并行训练任务分配方法,步骤为:初始化深度学习模型,并把该模型载入;建立对目标深度学习模型运行时分析方案,构建模型参数文本库;根据获取的模型参数文本信息,构建任务分配预测网络;使用策略梯度训练预测网络,直至生成最优流水线并行任务分配方案;按照生成的最优任务分配方案,在异构计算节点中部署模型,完成训练任务。本发明有效避免节点计算能力和网络带宽差差异带来的负载不均衡问题,提高模型训练速度,并且模型参数越大,提升效果越明显。
(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 113312178 A
(43)申请公布日 2021.08.27
(21)申请号 202110563603.2
(22)申请日 2021.05.24
(71)申请人 河海大学
地址 21
文档评论(0)