罗西的思考 - 博客园

摘要：

## 0x01 广告经过一年多的努力，我的书《分布式机器学习——系统、工程与实战》终于上架了，在这里打个广告。 ![](https://img2023.cnblogs.com/blog/1850883/202307/1850883-20230719224442070-381968133.jpg) 阅读全文

posted @ 2023-07-21 23:50 罗西的思考阅读(1556) 评论(5) 推荐(2) 编辑

[置顶] [源码解析] PyTorch 流水线并行实现 (5)--计算依赖

摘要：前几篇文章我们介绍了 PyTorch 流水线并行的基本知识，自动平衡机制和切分数据等，本文我们结合论文内容来看看如何实现流水线依赖，核心就是如何建立这些小批次之间的跨设备依赖关系。阅读全文

posted @ 2021-10-07 10:54 罗西的思考阅读(2499) 评论(4) 推荐(3) 编辑

[置顶] [源码解析] 并行分布式框架 Celery 之 worker 启动 (2)

摘要： Celery是一个简单、灵活且可靠的，处理大量消息的分布式系统，专注于实时处理的异步任务队列，同时也支持任务调度。Celery 是调用其Worker 组件来完成具体任务处理。前文讲了 Celery 启动过程的前半部分，本文继续后半部分的分析。阅读全文

posted @ 2021-04-01 21:58 罗西的思考阅读(822) 评论(0) 推荐(0) 编辑

[置顶] [源码解析] 并行分布式框架 Celery 之架构 (2)

摘要： Celery是一个简单、灵活且可靠的，处理大量消息的分布式系统，专注于实时处理的异步任务队列，同时也支持任务调度。本系列将通过源码分析，和大家一起深入学习 Celery。本文是系列第二篇，继续探究 Celery 架构。阅读全文

posted @ 2021-03-27 10:02 罗西的思考阅读(2261) 评论(0) 推荐(0) 编辑

2022年5月

[源码解析] TensorFlow 分布式之 ClusterCoordinator

摘要：本文我们主要来看看ParameterServerStrategy如何分发计算，也就是ClusterCoordinator如何运作。这是TF分布式的最后一篇。阅读全文

posted @ 2022-05-21 11:45 罗西的思考阅读(541) 评论(0) 推荐(0) 编辑

[源码解析] TensorFlow 分布式之 ParameterServerStrategy V2

摘要：对于 ParameterServerStrategy V2，我们将从几个方面来研究：如何与集群建立连接，如何生成变量，如何获取数据，如何运行。其中，变量和作用域我们在前文已经研究过，运行在 MirroredStrategy 里面也介绍，所以本文主要看看如何使用，如何初始化。在下一篇之中会重点看看如何分发计算。阅读全文

posted @ 2022-05-14 08:08 罗西的思考阅读(886) 评论(0) 推荐(1) 编辑

[源码解析] TensorFlow 分布式之 ParameterServerStrategy V1

摘要：本章我们看看 ParameterServerStrategy，就是第一版代码。研究这个是因为目前工业界还有很多公司在使用，而且其内部机制也比较清晰易懂，值得我们分析。阅读全文

posted @ 2022-05-08 09:12 罗西的思考阅读(735) 评论(0) 推荐(0) 编辑

2022年4月

[源码解析] TensorFlow 分布式之 MirroredStrategy 分发计算

摘要：前一篇我们分析了MirroredStrategy 的基本架构和如何更新变量，本文我们来看看 MirroredStrategy 如何运行。具体希望了解的是，MirroredStrategy 通过什么方式在远端设备节点上运行训练方法（如何分发计算），MirroredStrategy 和我们之前分析的 TF 运行时怎么联系起来？和 master，worker 这些概念怎么联系起来？阅读全文

posted @ 2022-04-26 08:03 罗西的思考阅读(612) 评论(0) 推荐(1) 编辑

[源码解析] TensorFlow 分布式之 MirroredStrategy

摘要： MirroredStrategy 策略通常用于在一台机器上用多个GPU进行训练。其主要难点就是：如何更新 Mirrored 变量？如何分发计算？本文我们看看其总体思路和如何更新变量。阅读全文

posted @ 2022-04-19 18:37 罗西的思考阅读(1340) 评论(0) 推荐(0) 编辑

[源码解析] TensorFlow 之分布式变量

摘要：在 TensorFlow 之中，分布式变量是在多个设备上创建的变量。Mirrored variable 和 SyncOnRead variable 是两个例子。本文就对分布式变量进行分析。阅读全文

posted @ 2022-04-14 17:44 罗西的思考阅读(1059) 评论(0) 推荐(0) 编辑

[源码解析] TensorFlow 分布式 DistributedStrategy 之基础篇

摘要：我们接下来介绍TensorFlow分布式Strategy的基础，本文会先看看Strategy的类体系和如何处理数据，下一篇看看如何处理变量。阅读全文

posted @ 2022-04-12 14:21 罗西的思考阅读(1415) 评论(1) 推荐(0) 编辑

[翻译] 使用 TensorFlow 进行分布式训练

摘要：本文以两篇官方文档为基础来学习TensorFlow如何进行分布式训练，借此进入Strategy世界。阅读全文

posted @ 2022-04-10 09:50 罗西的思考阅读(1296) 评论(1) 推荐(1) 编辑

[源码解析] TensorFlow 分布式环境(8) --- 通信机制

摘要：当计算图在设备之间划分之后，跨设备的 PartitionGraph 之间可能存在着数据依赖关系，因此 TF 在它们之间插入 Send/Recv 节点，这样就完成数据交互。而在分布式模式之中，Send/Recv 通过 RpcRemoteRendezvous 完成数据交换，所以我们需要先看看 TF 之中的数据交换机制 Rendezvous。阅读全文

posted @ 2022-04-06 15:52 罗西的思考阅读(1074) 评论(1) 推荐(0) 编辑

公告