知识卡片
分布式梯度汇总
同步数据并行中,各工作节点对自己的样本分片求梯度,再汇总为全局批次梯度。各节点样本数相同时,可平均各节点的平均梯度;样本数不同时,应按样本数量加权,或汇总梯度和及样本数后再除。若参数版本不一致,汇总结果一般不等于同一参数下的单机批梯度。
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
每台worker计算的是
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:每台worker计算的是。