| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外现状研究 | 第10-11页 |
| 1.2.1 Docker容器研究现状 | 第10-11页 |
| 1.2.2 TensorFlow研究现状 | 第11页 |
| 1.3 主要研究内容 | 第11-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关理论及技术研究 | 第14-23页 |
| 2.1 Docker容器技术 | 第14-18页 |
| 2.1.1 Docker概述 | 第14-16页 |
| 2.1.2 Docker组织构架 | 第16-17页 |
| 2.1.3 Docker核心组件 | 第17-18页 |
| 2.2 TensorFlow深度学习框架 | 第18-22页 |
| 2.2.1 TensorFlow概述 | 第18-20页 |
| 2.2.2 TensorFlow框架特性 | 第20-21页 |
| 2.2.3 TensorFlow编程模型 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 TensorFlow架构研究与优化 | 第23-38页 |
| 3.1 TensorFlow架构的研究分析 | 第23-27页 |
| 3.1.1 主流深度学习框架对比分析 | 第23-25页 |
| 3.1.2 TensorFlow框架存在的问题 | 第25-27页 |
| 3.2 任务分配策略设计与实现 | 第27-31页 |
| 3.2.1 任务分配策略基本思想 | 第28-29页 |
| 3.2.2 任务分配策略设计与实现 | 第29-31页 |
| 3.3 容错机制设计与实现 | 第31-33页 |
| 3.3.1 容错机制基本思想 | 第31-33页 |
| 3.3.2 容错机制设计与实现 | 第33页 |
| 3.4 性能监控服务设计与实现 | 第33-37页 |
| 3.4.1 性能监控服务需求分析 | 第34-35页 |
| 3.4.2 性能监控服务设计与实现 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 虚拟化异构TensorFlow架构的实现 | 第38-57页 |
| 4.1 分布式部署 | 第38-43页 |
| 4.1.1 Docker容器通信设计与实现 | 第38-41页 |
| 4.1.2 Docker容器集群架构设计 | 第41-43页 |
| 4.2 容器集群管理 | 第43-49页 |
| 4.2.1 集群资源管理 | 第43页 |
| 4.2.2 容器弹性伸缩设计与实现 | 第43-45页 |
| 4.2.3 资源调度策略设计与实现 | 第45-49页 |
| 4.3 并行化训练 | 第49-56页 |
| 4.3.1 模型并行方案设计 | 第49-51页 |
| 4.3.2 数据并行方案设计 | 第51-54页 |
| 4.3.3 环形并行结构实现 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 测试与分析 | 第57-68页 |
| 5.1 环境配置与搭建 | 第57-61页 |
| 5.1.1 环境配置 | 第57-58页 |
| 5.1.2 环境搭建 | 第58-61页 |
| 5.2 性能测试与分析 | 第61-67页 |
| 5.2.1 物理主机与Docker容器性能对比 | 第61-63页 |
| 5.2.2 TensorFlow优化前后性能对比实验 | 第63-65页 |
| 5.2.3 异构化TensorFlow与分布式版本TensorFlow性能对比实验 | 第65-67页 |
| 5.3 本章总结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 论文工作总结 | 第68-69页 |
| 6.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间的研究成果 | 第74-75页 |
| 致谢 | 第75页 |