| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景 | 第8-12页 |
| 1.2 问题提出 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 研究内容 | 第16-17页 |
| 1.5 文章框架结构 | 第17-18页 |
| 2 分布式深度学习中参数交换优化设计的可行性理论分析 | 第18-22页 |
| 2.1 机器学习算法的可交换性和近似幂等性 | 第18页 |
| 2.2 参数交换时间间隔场景分析 | 第18-20页 |
| 2.3 并行随机梯度下降算法的特性证明 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 分布式深度学习中参数交换优化机制的设计 | 第22-31页 |
| 3.1 系统简介 | 第22-23页 |
| 3.2 系统设计思路 | 第23-25页 |
| 3.3 系统架构和功能模块 | 第25-27页 |
| 3.4 工作机制与处理流程 | 第27-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 分布式深度学习中参数交换优化机制的关键技术 | 第31-42页 |
| 4.1 自动设置最佳参数交换时间间隔算法 | 第31-37页 |
| 4.2 参数交换子流程 | 第37-40页 |
| 4.3 本章小结 | 第40-42页 |
| 5 系统测试与结果分析 | 第42-54页 |
| 5.1 测试平台与算法模型 | 第42-47页 |
| 5.2 结果与分析 | 第47-52页 |
| 5.3 本章小结 | 第52-54页 |
| 6 总结与展望 | 第54-57页 |
| 6.1 全文总结 | 第54-55页 |
| 6.2 课题展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录1 攻读硕士学位期间申请的国家发明专利 | 第63-64页 |
| 附录2 攻读硕士学位期间参与的主要科研项目 | 第64页 |