知识卡片
分布式参数统一初始化
若各工作节点在本地使用同一个平均梯度独立更新模型,要获得一致的参数轨迹,需要相同初始参数,以及一致的优化器状态和更新规则。书中初始化接口采用先到的工作节点参数,并返回给其他节点;仅仅共享后续梯度不能自动修复初始参数差异。
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 11.2 基于参数服务器的架构 · 查看原书依据
以第一个到达的worker节点的初始值作为整个集群的初始值
参考来源
- 位置:《用Python实现深度学习框架》第11章《分布式训练》,11.2 基于参数服务器的架构(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_091.html`)
- 结论依据:原文给出梯度和样本数、条件变量屏障、先到初始化和工作节点更新代码;故障及一致性边界由实现推断。
- 原始内容:以第一个到达的worker节点的初始值作为整个集群的初始值。