跨数据中心机器学习
正版新书 新华官方库房直发 可开电子发票
¥
56.32
6.4折
¥
88
全新
库存4件
作者虞红芳等编著
出版社电子工业出版社
ISBN9787121448256
出版时间2023-01
版次1
装帧平装
开本16开
纸张胶版纸
页数264页
字数314千字
定价88元
货号SC:9787121448256
上书时间2024-10-28
商品详情
- 品相描述:全新
-
全新正版 提供发票
- 商品描述
-
内容简介:
本书基于作者多年的研究成果,详细介绍了跨数据中心机器学习的训练系统设计和通信优化技术。本书面向多数据中心间的分布式机器学习系统,针对多数据中心间有限的传输带宽、动态异构资源,以及异构数据分布三重挑战,自底向上讨论梯度传输协议、流量传送调度、高效通信架构、压缩传输机制、同步优化算法、异构数据优化算法六个层次的优化技术,旨在提升分布式机器学习系统的训练效率和模型性能,突破跨数据中心机器学习的通信瓶颈和数据壁垒,实现多数据中心算力和数据资源的高效整合。
本书可作为跨数据中心机器学习的参考资料,供人工智能及分布式计算领域的科研和工程人员阅读。
目录:
第1章跨数据中心机器学习概述1
1.1分布式机器学习5
1.1.1基本概念5
1.1.2国内外发展现状7
1.1.3并行模式10
1.1.4通信范式21
1.1.5通信优化技术32
1.2跨数据中心分布式机器学习39
1.2.1产业发展背景及需求39
1.2.2基本架构41
1.2.3面临的关键挑战43
1.3本书的章节结构46
本章参考文献47
第2章高效通信架构58
2.1分层参数服务器通信架构59
2.1.1架构设计方案59
2.1.2运行流程与通信模型61
2.1.3主要操作原语64
2.2部署模式与适用场景65
2.3实验与性能评估67
2.4本章小结70
本章参考文献70
第3章同步优化算法72
3.1系统模型与基础同步优化算法73
3.1.1系统模型73
3.1.2全同步通信算法73
3.1.3实验与性能评估76
3.2面向受限域间通信资源的同步算法78
3.2.1研究现状79
3.2.2内同步累积的低频同步通信算法80
3.2.3实验与性能评估83
3.3面向异构计算与通信资源的同步算法84
3.3.1研究现状85
3.3.2延迟补偿的混合同步算法88
3.3.3迭代次数自适应的同步算法91
3.3.4实验与性能评估109
3.4本章小结119
本章参考文献120
第4章压缩传输机制123
4.1稀
...
— 没有更多了 —
全新正版 提供发票
以下为对购买帮助不大的评价