邊緣計算環(huán)境下用于分布式DNN訓練的梯度壓縮方法
基本信息
申請?zhí)?/td> | CN202110766163.0 | 申請日 | - |
公開(公告)號 | CN113467949A | 公開(公告)日 | 2021-10-01 |
申請公布號 | CN113467949A | 申請公布日 | 2021-10-01 |
分類號 | G06F9/50(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數; |
發(fā)明人 | 毛鶯池;吳俊;聶華;黃建新;徐淑芳;屠子健;戚榮志;郭宏樂 | 申請(專利權)人 | 中科可控信息產業(yè)有限公司 |
代理機構 | 南京樂羽知行專利代理事務所(普通合伙) | 代理人 | 李玉平 |
地址 | 211100江蘇省南京市江寧開發(fā)區(qū)佛城西路8號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開一種邊緣計算環(huán)境下用于分布式DNN訓練的梯度壓縮方法,建立基于梯度數量的選擇標準,篩選滿足模型壓縮標準的梯度網絡層;根據梯度熵評估梯度重要性,自適應地選擇梯度稀疏化的閾值,基于靈活的閾值對梯度稀疏化壓縮;根據梯度殘差和動量矯正機制,累積并優(yōu)化梯度殘差,減少梯度稀疏造成訓練模型的性能損失;根據三元量化壓縮方案,量化稀疏后的梯度,得到稀疏三元張量;根據無損編碼技術,記錄傳遞張量中非零梯度的距離,并對其優(yōu)化編碼,輸出稀疏三元化梯度。本發(fā)明基于梯度數量和梯度熵的稀疏三元梯度壓縮算法,能自適應地壓縮分布式DNN訓練中梯度交換階段的梯度大小,有效地提高分布式DNN訓練的通信效率。 |
