Zobrazeno 1 - 10
of 122
pro vyhledávání: '"Allreduce"'
Publikováno v:
Data Science and Engineering, Vol 8, Iss 1, Pp 61-72 (2023)
Abstract Large-scale distributed training mainly consists of sub-model parallel training and parameter synchronization. With the expansion of training workers, the efficiency of parameter synchronization will be affected. To tackle this problem, we f
Externí odkaz:
https://doaj.org/article/326f786c96534dbf82faf8489cae1202
Publikováno v:
Jisuanji kexue, Vol 49, Iss 11, Pp 309-315 (2022)
The distributed alternating direction method of multipliers(ADMM) is one of the most widely used methods for solving large-scale machine learning applications.However,most distributed ADMM algorithms are based on full model updates.With the increasin
Externí odkaz:
https://doaj.org/article/46050bf7803e4eeeba746e526772457c
Publikováno v:
IEEE Access, Vol 10, Pp 68468-68481 (2022)
In order to cope with the growing scale of deep neural network (DNN) models and training data, the use of cloud computing for distributed DNN training is becoming increasingly popular. The amount of available resources in a cloud continuously changes
Externí odkaz:
https://doaj.org/article/7326cd25cd6640a9bd6db97fe8a5b224
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
SPAA '23: Proceedings of the 35th ACM Symposium on Parallelism in Algorithms and Architectures
Allreduce is a fundamental collective used in parallel computing and distributed training of machine learning models, and can become a performance bottleneck on large systems. In-network computing improves Allreduce performance by reducing packets on
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::2a4316ef223e0e1fc93c76acbacbde30
https://doi.org/10.1145/3558481.3591073
https://doi.org/10.1145/3558481.3591073
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.