ISBN: 9786267383278

出版日期: 2024-01-20

作者： 柳浩

裝訂： 平裝.單色印刷.816頁.23.

　　＊分散式機器學習機礎，包括資料、模型、管線的並行
　　＊集合通訊的重要性、參數伺服器PS-Lite
　　＊PyTorch DataParalle、PyTorch DDP的基礎及動態邏輯
　　＊Uber Horovod的原理及實作
　　＊GPipe、PyTorch的管線並行及PipeDream基礎架構及實作
　　＊Megatron原理及實作、PyTorch的模型並行原理實作
　　＊分散式運算的最佳化器
　　＊TensorFlow的分散式環境，靜態架構、動態邏輯
　　＊分散式架構的策略基礎、MirroredStrategy、ParameterServerStrategy

　　本書書以PyTorch為主體講解，從系統和實踐的角度對分散式機器學習進行整理。

　　包括了第1篇分散式基礎，介紹了分散式機器學習的基本概念、基礎設施，以及機器學習並行化的技術、框架和軟體系統，然後對集合通訊和參數伺服器PS-Lite進行了介紹。

　　第2篇介紹資料並行，將計算負載切分到多張卡上，實作為PyTorch及Horovod。

　　第3篇介紹模型並行，主要說明了張量模型並行及管線模弄並行，讓模型可以放入多節點上。

　　第4篇NVIDIA Megatron進行分析，講解如何進行層內分割模型並行，然後學習PyTorch如何支援模型並行。

　　第5篇則是將全書的內容用TensorFlow實作，讓已經熟悉TensorFlow的使用者不必重新學習新的框架。
 

作者簡介
柳浩

作者簡介



柳浩

　　網名「羅西的思考」，浙江大學碩士。
　　曾就職於多家世界500強企業，主導過多個大型項目，現就職於某新能源車企。
　　技術棧廣博，有豐富的各種大型軟體開發和系統架構經驗，對機器學習框架、微服務框架、大數據引擎、NoSQL、訊息佇列、分散式追蹤系統、可觀測系統、可靠性設計、移動開發方案和源代碼有著深刻的理解和認識。