[发明专利]一种基于梯度稀疏的分布式深度学习方法有效
| 申请号： | 202110409337.8 | 申请日： | 2021-04-16 |
| 公开（公告）号： | CN113159287B | 公开（公告）日： | 2023-10-10 |
| 发明（设计）人： | 卢宇彤;关文轩 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/084 |
| 代理公司： | 广东南北知识产权代理事务所(普通合伙) 44918 | 代理人： | 李思坪 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于梯度稀疏的分布式深度学习方法，该方法包括：初始化本地模型参数，将本地模型参数在计算节点之间同步并初始化残差张量；计算节点将训练数据读取进内存并作为深度神经网络模型的输入；基于反向传播获取梯度并将残差张量累加至梯度上，得到新梯度；基于分块梯度稀疏方法对新梯度进行稀疏，并进行梯度通信；进行后续层梯度计数，得到全局梯度；基于全局梯度对本地模型参数进行更新；迭代直至满足预设的迭代终止条件。本发明方法大大减少了分布式深度学习的通信开销并提高训练效率。本发明作为一种基于梯度稀疏的分布式深度学习方法，可广泛应用于图像处理领域。 | ||
| 搜索关键词： | 一种 基于 梯度 稀疏 分布式 深度 学习方法 | ||
【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山大学，未经中山大学许可，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/202110409337.8/，转载请声明来源钻瓜专利网。
