[发明专利]一种用于分布式深度学习训练的本地更新方法有效
| 申请号： | 202011312705.9 | 申请日： | 2020-11-20 |
| 公开（公告）号： | CN112381218B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 董德尊;徐叶茂;徐炜遐;廖湘科 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N20/00 |
| 代理公司： | 北京丰浩知识产权代理事务所(普通合伙) 11781 | 代理人： | 董超 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于分布式深度学习训练的本地更新方法，具体包括以下步骤：对从参数服务器端取回的全局权重进行备份并保存到备份权重变量中；在每个计算节点中计算全局梯度；利用本地梯度和全局梯度对本地权重进行更新得到新的本地权重，并开始下一轮的迭代训练；在接下来的k‑1次迭代训练中，每个计算节点将基于各自独立的本地权重进行本地更新操作；在第k次迭代中，计算节点将执行该权重取回操作并保存到本地权重中，在完成全局梯度计算后，利用本地权重对备份权重的值进行覆盖。利用本发明进行分布式深度学习训练中的本地更新操作时，可以获得最高的模型收敛精度和训练速度。 | ||
| 搜索关键词： | 一种 用于 分布式 深度 学习 训练 本地 更新 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011312705.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种抽拉操控机构及抽拉装置
- 下一篇：一种发光范围可调节的LED灯
