FleetX
ps1

分布式训练概述

  • 整体介绍与内容概览

如何设计分布式训练的搭建方案

  • 公有云配置
  • K8S部署
  • 安装Paddle与FleetX

前置基础配置

  • 优化算法

配置分布式训练

  • Collective训练
    • 1. 静态图分布式训练快速开始
    • 2. 性能基准
    • 3. 设计思想综述
    • 4. 性能优化
    • 5. 超大Batch训练
      • 5.1. Forward Recomputation Backpropagation
      • 5.2. Gradient Merge
      • 5.3. 使用LARS / LAMB 优化分布式超大batch 训练
    • 6. 模型并行
    • 7. 流水线并行
    • 8. 二次开发
    • 9. 整体示例
  • ParameterServer训练

高阶内容

  • 大规模蒸馏
  • 自监督训练
  • 弹性训练
  • FleetX扩展工具包

分布式训练FAQ

  • 用户FAQ
FleetX
  • »
  • Collective训练 »
  • 5. 超大Batch训练
  • Edit on GitHub

5. 超大Batch训练¶

超大Batch训练¶

  • 5.1. Forward Recomputation Backpropagation
  • 5.2. Gradient Merge
  • 5.3. 使用LARS / LAMB 优化分布式超大batch 训练
Next Previous

© Copyright 2020, PaddlePaddle. Revision 9b98cf17.

Built with Sphinx using a theme provided by Read the Docs.