知识卡片
数据并行与模型并行
数据并行将样本分给多个工作节点,各节点在模型副本上计算梯度,再通过通信汇总更新;模型并行将模型或计算图拆分到不同节点,跨分片传递中间结果及梯度。前者主要分摊数据计算,后者可处理单设备难以容纳的模型;两者都需要通信与同步。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 分布式训练 11.1 分布式训练的原理 · 查看原书依据
前者称为模型并行,后者称为数据并行
参考来源
- 位置:《用Python实现深度学习框架》第11章《分布式训练》,11.1 分布式训练的原理(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_090.html`)
- 结论依据:原文比较并行模式、同步架构与通信技术;不等批大小加权及性能边界是对其均分示例的条件说明。
- 原始内容:前者称为模型并行,后者称为数据并行。