原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于网内计算的分布式机器学习梯度同步方法，包括：构建分布式机器学习集群；构建训练集并为每个计算节点分配训练集子集；在每个计算节点处构建卷积神经网络，利用每个计算节点所分配的训练集子集对当前计算节点处的卷积神经网络进行训练以在每个计算节点上产生一份梯度数据；利用可编程交换机和服务器对所有计算节点上的梯度数据块进行数据混合同步，以使所有计算节点上的梯度数据融合后的完整梯度数据；利用完整梯度数据对卷积神经网络的参数进行更新；迭代训练卷积神经网络，获得训练后的卷积神经网络模型。本发明可以
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117376284A
(43)申请公布日2024.01.09
(21)申请号202210742272.3G06F9/50(2006.01)
(22)申请日2022.06.2
文档评论（0）