众核模式下深度学习模型细粒度并行方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 问题提出 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 相关关键技术 | 第14-16页 |
| 1.5 研究内容 | 第16-18页 |
| 1.6 文章组织结构 | 第18-19页 |
| 2 基于层的细粒度并行方法设计 | 第19-31页 |
| 2.1 细粒度并行方法的功能模块与工作流程 | 第19-21页 |
| 2.2 基于数据流水线的层间并行设计思路 | 第21-27页 |
| 2.3 基于并行化卷积算法的层内并行设计思路 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于层的细粒度并行方法实现 | 第31-39页 |
| 3.1 数据流水线算法 | 第31-34页 |
| 3.2 并行化卷积计算算法 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 4 测试与分析 | 第39-50页 |
| 4.1 实验环境与实验数据 | 第39-40页 |
| 4.2 层间并行测试评估 | 第40-45页 |
| 4.3 层内并行测试评估 | 第45-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录1 攻读硕士期间申请的国家发明专利 | 第57-58页 |
| 附录2 攻读硕士期间参与的项目 | 第58页 |
