1804.03235-Large scale distributed neural network training through online distillation.md
摘要：
现有分布式模型训练的模式 分布式SGD 并行SGD： 大规模训练中，一次的最长时间取决于最慢的机器 异步SGD： 不同步的数据，有可能导致权重更新向着未知方向 并行多模型 ：多个集群训练不同的模型，再组合最终模型，但是会消耗inference运行时 蒸馏：流程复杂 student训练数据集的选择 u 阅读全文
posted @ 2018-07-05 23:40 dwSun 阅读(613) 评论(0) 推荐(0) 编辑