- 1、本文档共11页,其中可免费阅读10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
本发明公开一种边缘计算环境下用于分布式DNN训练的梯度压缩方法,建立基于梯度数量的选择标准,筛选满足模型压缩标准的梯度网络层;根据梯度熵评估梯度重要性,自适应地选择梯度稀疏化的阈值,基于灵活的阈值对梯度稀疏化压缩;根据梯度残差和动量矫正机制,累积并优化梯度残差,减少梯度稀疏造成训练模型的性能损失;根据三元量化压缩方案,量化稀疏后的梯度,得到稀疏三元张量;根据无损编码技术,记录传递张量中非零梯度的距离,并对其优化编码,输出稀疏三元化梯度。本发明基于梯度数量和梯度熵的稀疏三元梯度压缩算法,能自适应地
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113467949 B
(45)授权公告日 2022.06.28
(21)申请号 202110766163.0 (51)Int.Cl.
文档评论(0)