|
|||||
|
|
| 面向云计算的分布式机器学习任务调度算法研究 | |
| 摘 要： | 提出了一种面向云计算系统的分布式机器学习任务调度算法(CloudScheML),CloudScheM以最小化干扰和分布式机器学习任务的训练完成时间为目标进行任务调度.CloudScheML采用了配置有回报模型的深度强化学习(RL)框架,并采用了一系列技术来提高训练的稳定性和收敛速度.建立回报预测模型,该模型使用历史数据样本进行训练,以解决训练不足的问题.实验结果显示,CloudScheML在平均任务完成时间方面优于现有的调度算法. |
| 本文献已被 CNKI 等数据库收录！ | |