Jing潘博士是一位老员工数据科学家/电子健康公司用户体验研究员。她负责所有客户外观建模项目和技术评价的第三方服务和/或merger-acquisitions。她热衷于productionization深度学习模型的火花集群。她是世界上第一个应用纠正亚当优化器HorovodRunner启用引发2019年集群分布深度学习培训。在狂热Inc .,她也许是世界上第一个为深度学习模型训练Keras分布式的方式在2017年引发从节点。
快速迭代的自由分布深度学习任务是中小企业获得竞争优势的关键,市场份额从大科技巨头。Horovod跑步带给这个过程相对容易引发集群。然而,有任何基准测试Horovod运动员本身,和非常有限的可伸缩性Horovod基准测试,需要自定义构建的前任GPU集群。第一次,我们表明,砖Horovod运动员达到显著提升扩展效率卷积神经网络(CNN,以后)任务基于GPU和CPU集群。
我们还实施了纠正亚当优化器第一次Horovod跑步。除了显示测试结果,我们还将讨论课我们学到了如何做的如: