基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着深度学习的规模越来越大,神经网络的结构越来越复杂,分布式训练在研究和实践中变得越来越重要.而如何提高分布式训练的效率就成了研究的热点,本文主要介绍了当下分布式训练的现状以及所用到的方法,同时对提升分布式训练效率的夫来趋势和所面临的挑战进行了展望,以更好地了解神经网络的分布式训练.
推荐文章
神经网络求解偏微分方程的分布式算法
人工神经网络
分布式算法
静态热传导方程
结合神经网络的微电网分布式模型预测控制
微电网
分布式模型预测控制
风力发电子系统
光伏发电子系统
蓄电池
神经网络
基于分布式神经网络递推预报误差算法的非线性系统建模
分布式神经网络
递推预报误差算法
非线性系统
分布式能源发展现状及新时代新需求研究
分布式能源
发展现状
新时代
新需求
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络分布式训练的现状及发展
来源期刊 信息与电脑 学科
关键词 神经网络 分布式训练 训练效率
年,卷(期) 2020,(21) 所属期刊栏目 算法语言
研究方向 页码范围 50-51
页数 2页 分类号 TP392
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2020.21.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (30)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
分布式训练
训练效率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导