知识卡片
计算图的模型并行
模型过大时可将计算图拆分并放到不同设备,在跨设备依赖处传输中间值,反向时也需传递梯度。框架可分析分片、放置和通信节点来隐藏部分复杂性,但切分方式及通信成本决定实际效果。它与复制模型、分配样本并汇总梯度的数据并行解决的是不同问题。
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
- 工业级深度学习框架 12.5 模型并行 · 查看原书依据
模型并行的原理是把模型分成多个子模型
参考来源
- 位置:《用Python实现深度学习框架》第12章《工业级深度学习框架》,12.5 模型并行(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_101.html`)
- 结论依据:原文给出实验、框架机制或工程方案;卡片对条件、数值边界和性能外推作限定。
- 原始内容:模型并行的原理是把模型分成多个子模型。