书籍详情
《分布式机器学习系统、工程与实战柳浩书籍》[56M]百度网盘|亲测有效|pdf下载
  • 分布式机器学习系统、工程与实战柳浩书籍

  • 出版社:文轩网精品图书专营店
  • 出版时间:2023-07
  • 热度:11311
  • 上架时间:2024-06-30 09:38:03
  • 价格:0.0
书籍下载
书籍预览
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

作  者:柳浩 著
定  价:139
出 版 社:电子工业出版社
出版日期:2023年07月01日
页  数:592
装  帧:平装
ISBN:9787121458149
主编推荐
"AI的黄金时代可能才刚刚开启,各行各业的生产力革命也会相继产生。OpenAI已经占据了领先位置,接下来的AI赛道会风起云涌,中国企业势必会在其中扮演极其重要的角色,也会在深度学习栈和基础设施领域奋起直追。 “弯道超车”需要建立在技术沉淀和产品实力之上,我们只有切实地扎根于现有的分布式机器学习技术体系,并对其进行深耕,才能为更好的创新和发展打下基础。 《分布式机器学习——系统、工程与实战》是作者在分布式机器学习领域学习和应用过程中的总结和思考,能起到抛砖引玉的作用,带领大家走入/熟悉分布式机等
目录
第1篇 分布式基础
第1章 分布式机器学习2
1.1 机器学习概念2
1.2 机器学习的特点3
1.3 分布式训练的必要性3
1.4 分布式机器学习研究领域6
1.4.1 分布式机器学习的目标6
1.4.2 分布式机器学习的分类6
1.5 从模型角度看如何并行8
1.5.1 并行方式8
1.5.2 数据并行9
1.5.3 模型并行10
1.5.4 流水线并行11
1.5.5 比对12
1.6 从训练并发角度看如何并行12
1.6.1 参数分布和通信拓扑13
1.6.2 模型一致性和通信模式14
1.6.3 训练分布19
1.7 分布式机器学习编程接口19
1.7.1 手动同步更新20
1.7.2 指定任务和位置20
1.7.3 猴子补丁优化器21
1.7.4 Python作用域21
1.8 PyTorch分布式22
1.8.1 历史脉络22
1.8.2 基本概念23
1.9 总结24
第2章 集合通信26
2.1 通信模式26
2.2 点对点通信26
2.3 集合通信28
2.3.1 Broadcast29
2.3.2 Scatter29
2.3.3 Gather30
2.3.4 All-Gather30
2.3.5 All-to-All30
2.3.6 Reduce31
2.3.7 All-Reduce31
2.3.8 Reduce-Scatter32
2.4 MPI_AllReduce32
2.5 Ring All-Reduce33
2.5.1 特点34
2.5.2 策略34
2.5.3 结构35
2.5.4 Reduce-Scatter35
2.5.5 All-Gather38
2.5.6 通信性能40
2.5.7 区别40
第3章 参数服务器之PS-Lite41
3.1 参数服务器41
3.1.1 概念41
3.1.2 历史渊源42
3.1.3 问题43
3.2 基础模块 toffice44
3.2.1 基本逻辑44
3.2.2 系统启动45
3.2.3 功能实现47
3.3 通信模块Van51
3.3.1 功能概述51
3.3.2 定义51
3.3.3 初始化52
3.3.4 接收消息53
3.4 代理人Customer59
3.4.1 基本思路59
3.4.2 基础类61
3.4.3 Customer62
3.4.4 功能函数66
3.5 应用节点实现67
3.5.1 SimpleApp67
3.5.2 KVServer68
3.5.3 KVWorker68
3.5.4 总结70
第2篇 数据并行73
第4章 PyTorch DataParallel74
4.1 综述74
4.2 示例76
4.3 定义77
4.4 前向传播78
4.5 计算损失87
4.6 反向传播88
4.7 总结91
第5章 PyTorch DDP的基础架构93
5.1 DDP总述93
5.1.1 DDP的运行逻辑93
5.1.2 DDP的使用94
5.2 设计理念97
5.2.1 系统设计97
5.2.2 梯度归约98
5.2.3 实施99
5.3 基础概念101
5.3.1 初始化方法101
5.3.2 Store类102
5.3.3 TCPStore类104
5.3.4 进程组概念107
5.3.5 构建进程组109
5.4 架构和初始化111
5.4.1 架构与迭代流程111
5.4.2 初始化DDP114
第6章 PyTorch DDP的动态逻辑122
6.1 Reducer类122
6.1.1 调用Reducer类122
6.1.2 定义Reducer类122
6.1.3 Bucket类124
6.1.4 BucketReplica类126
6.1.5 查询数据结构128
6.1.6 梯度累积相关成员变量131
6.1.7 初始化135
6.1.8 静态图141
6.1.9 Join操作142
6.2 前向/反向传播143
6.2.1 前向传播143
6.2.2 反向传播149
第7章 Horovod161
7.1 从使用者角度切入161
7.1.1 机制概述161
7.1.2 示例代码162
7.1.3 运行逻辑163
7.2 horovodrun167
7.2.1 入口点167
7.2.2 运行训练Job168
7.2.3 Gloo实现169
7.2.4 MPI实现174
7.2.5 总结174
7.3 网络基础和Driver174
7.3.1 总体架构175
7.3.2 基础网络服务176
7.3.3 Driver服务177
7.3.4 Task服务178
7.3.5 总结180
7.4 DistributedOptimizer181
7.4.1 问题点181
7.4.2 解决思路182
7.4.3 TensorFlow 1.x183
7.5 融合框架191
7.5.1 总体架构191
7.5.2 算子类体系192
7.5.3 后台线程194
7.5.4 执行线程195
7.5.5 总结196
7.6 后台线程架构198
7.6.1 设计要点198
7.6.2 总体代码201
7.6.3 业务逻辑202
第3篇 流水线并行
第8章 GPipe210
8.1 流水线基本实现210
8.1.1 流水线并行210
8.1.2 GPipe概述211
8.1.3 计算内存213
8.1.4 计算算力213
8.1.5 自动并行214
8.2 梯度累积218
8.2.1 基本概念218
8.2.2 PyTorch实现219
8.2.3 GPipe实现223
8.3 Checkpointing225
8.3.1 问题225
8.3.2 解决方案225
8.3.3 OpenAI226
8.3.4 PyTorch实现228
8.3.5 GPipe实现240
第9章 PyTorch流水线并行243
9.1 如何划分模型243
9.1.1 使用方法244
9.1.2 自动平衡245
9.1.3 模型划分247
9.2 切分数据和Runtime系统249
9.2.1 分发小批量249
9.2.2 Runtime250
9.3 前向计算255
9.3.1 设计255
9.3.2 执行顺序260
9.4 计算依赖265
9.4.1 反向传播依赖266
9.4.2 前向传播依赖270
9.5 并行计算274
9.5.1 总体架构274
9.5.2 并行复制和计算276
9.5.3 重计算278
第10章 PipeDream之基础架构280
10.1 总体思路280
10.1.1 目前问题280
10.1.2 1F1B策略概述282
10.1.3 流水线方案283
10.2 profile阶段285
10.3 计算分区阶段288
10.3.1 构建图288
10.3.2 构建反链289
10.3.3 计算分区295
10.3.4 分析分区302
10.3.5 输出305
10.4 转换模型阶段305
10.4.1 分离子图306
10.4.2 转换模型307
10.4.3 融合模型308
第11章 PipeDream之动态逻辑312
11.1 Runtime引擎312
11.1.1 功能312
11.1.2 总体逻辑313
11.1.3 加载模型314
11.1.4 实现314
11.2 通信模块323
11.2.1 类定义324
11.2.2 构建325


11.2.3 发送和接收331

……
内容简介
本书主要讲解分布式机器学习算法和开源框架,读者既可以从宏观的设计上了解分布式机器学习的概念和理论,也可以深入核心技术的细节设计中,对分布式机器学习形成深刻而直观的认识,做到学以致用。
本书共分为5篇,第1篇是分布式基础,首先介绍了分布式机器学习的概念、基础设施,以及机器学习并行化技术、框架和软件系统,然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行,以PyTorch和Horovod为主对数据并行进行分析,读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流水线并行,讲解了除模型划分之外,还通过引入额外的流水线来提高效率,以GPipe / PyTorch / PipeDream为例进行分析。第4篇是模型并行,首先对NVIDIA Megatron进行分析,讲解如何进行层内分割模型并行,然后讲解PyTorch 如何支持模型并行,最后介绍分布式优等
作者简介
柳浩 著
柳浩,网名“罗西的思考”,浙江大学硕士。曾就职于多家世界500强企业,主导过多个大型项目,现就职于某新能源车企。技术栈广博,有丰富的各种大型软件开发和系统架构经验,对机器学习框架、微服务框架、大数据引擎、NoSQL、消息队列、分布式追踪系统、可观测系统、可靠性设计、移动开发方案和源码有着深刻的理解和认识。