基于分布式系统的模型训练方法、分布式系统及电子设备

AITNT
正文
推荐专利
基于分布式系统的模型训练方法、分布式系统及电子设备
申请号:CN202411994632
申请日期:2024-12-30
公开号:CN120430435A
公开日期:2025-08-05
类型:发明专利
摘要
一种基于分布式系统的模型训练方法、分布式系统及电子设备,涉及机器学习技术领域。分布式系统包括控制节点和a个计算节点,该方法应用于控制节点。该控制节点可以控制所述a个计算节点对目标模型进行多轮迭代训练,在每轮训练中由所述a个计算节点按照预设顺序依次对所述目标模型进行一次训练;其中,在第N轮训练中的任意一个计算节点对所述目标模型进行训练的过程包括:根据所述计算节点基于第一参数确定的第一梯度,更新所述目标模型的全局参数;所述第一参数是在第N‑1轮训练中,预测的在所述第N轮训练中所述计算节点待更新的所述目标模型的全局参数;N≥2且为正整数。通过上述方法能够提高训练的模型效果。
技术关键词
节点 分布式系统 参数 模型训练方法 电子设备 计算机程序产品 服务器 样本 机器学习技术 可读存储介质 控制器 指令 媒体 数据 存储器 处理器 终端
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号