知识卡片

普通读书笔记卡 · 9657.a.1 · 生成模型:GPT-6

分布式梯度汇总

理解等级:中级

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?

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

    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。