训练分析方法、装置、存储介质及电子设备
公开
摘要
本公开涉及一种训练分析方法、装置、存储介质及电子设备，以实现细粒度的通信算子跟踪，并对齐来自不同计算单元的跟踪时间戳，提升对分布式训练的分析准确性。该方法包括：确定深度神经网络的全局依赖图；以最小化时间对齐函数为目标，以时间对齐前后全局依赖图中各节点间的操作依赖性不变为约束条件，确定多个处理器相对参考处理器的时间偏移量；根据全局依赖图和时间偏移量，离线模拟深度神经网络的分布式训练过程，并根据离线模拟的结果，确定对深度神经网络的分布式训练分析结果。
基本信息
专利标题 ：
训练分析方法、装置、存储介质及电子设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114580664A
申请号 ：
CN202210203925.0
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
彭杨华胡汉鹏朱亦博林海滨江宸宇钟钰琛吴川郭传雄
申请人 ：
字节跳动（香港）有限公司
申请人地址 ：
中国香港湾仔告士大道109-111号东惠商业大厦14层1401室
代理机构 ：
北京英创嘉友知识产权代理事务所(普通合伙)
代理人 ：
曹寒梅
优先权 ：
CN202210203925.0
主分类号 ：
G06N20/20
IPC分类号 ：
G06N20/20 G06N5/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/20
•集成学习
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
