登录社区云，与社区用户共同成长
邀请您加入社区
深度学习超大模型的分布式训练的探索（一）1 背景数据是算法的石油，伴随着近年来大数据的广泛兴起与机器算力的巨大提升，深度学习大行其道，已经深入到了人们生活的方方面面。在搜索、推荐、购物、广告、短视频以及金融风控等领域，深度的影响着亿万大众。这些行业每天都在产生大量的数据，超大规模的数据量促进深度学习技术的发展，同时模型变大后也需要更多数据来训练，以前的单机训练逐渐变成了集群训练，成为一个循环，
您的分类器是一个深度学习模型。正如已经提到的，深度学习模型使用神经网络，它最初可以追溯到 20 世纪 50 年代，并且由于最近的进步而变得非常强大。另一个关键的背景是深度学习只是更一般的机器学习学科中的一个现代领域。要了解训练自己的分类模型时所做工作的本质，您不需要了解深度学习。只需了解您的模型和训练过程如何作为一般适用于机器学习的概念的示例就足够了。所以在本节中，我们将描述什么是机器学习。我们将
作者：禅与计算机程序设计艺术《基于岭回归的数据增强与深度学习模型》技术博客文章《基于岭回归的数据增强与深度学习模型》引言随着深度学习技术的快速发展，模型压缩
来源：AI科技评论作者：张俊林本文经授权转载自知乎：https://zhuanlan.zhihu.com/p/597586623?utm_campaign=shareopn&utm_medium=social&utm_oi=37478916423680&utm_psn=1595705313004679168&utm_source=wechat_timeline&am
