摘要
本发明公开了一种基于可编程网络的聚合通信优化方法及系统,其包括计算可编程交换机的位置部署和梯度路由策略,并部署可编程交换机;训练深度神经网络模型,将模型参数的梯度切割为若干梯度数据包;根据梯度路由策略,为每个数据包标识可编程交换机编号,并发送到指定交换机;接收并在网全局梯度数据包;对在网聚合结果进行全局聚合得到全局梯度,将携带全局梯度的ACK包返回所有交换机;收到参数服务器的ACK包时,清空其中携带的梯度片段使用的聚合器的标识符字段,释放相关内存资源,并广播ACK包给所有工作节点;用ACK包中的全局梯度更新深度神经网络模型的参数,完成一次梯度聚合通信,基于更新参数进行下一次梯度计算和聚合通信。
技术关键词
可编程交换机
通信优化方法
深度神经网络模型
服务器
候选位置集合
通信优化系统
贪婪算法
参数
节点
网络拓扑信息
策略
哈希算法
链路
训练深度神经网络
速率
标识符
系统为您推荐了相关专利信息
虚拟机调度方法
虚拟机调度装置
数据
逻辑
调度虚拟机
深度确定性策略梯度
卸载方法
线性回归模型
时延
服务器