| 标题 |
 Improving Scalability of Parallel CNN Training by Adjusting Mini-Batch Size at Run-Time 通过在运行时调整小批量大小来提高并行CNN训练的可扩展性
相关领域
计算机科学
可扩展性
卷积神经网络
并行计算
培训（气象学）
趋同（经济学）
任务（项目管理）
平行性（语法）
执行时间
数据并行性
比例（比率）
人工智能
经济
气象学
管理
物理
数据库
量子力学
经济增长
|
| 网址 | |
| DOI | |
| 其它 |
期刊：2021 IEEE International Conference on Big Data (Big Data) 作者：Sunwoo Lee; Qiao Kang; Sandeep Madireddy; Prasanna Balaprakash; Ankit Agrawal; et al 出版日期：2019-12-01 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
嗯哼
cocolu
寻道图强
梁朝伟
FiroZhang
看文献看到秃头
无名老大
Maliketh
不懈奋进
w_sea
xiaowu
strack
爱静静
tomorrow505
只想摆烂
跳跃仙人掌
jnuszjz
有人
池子
SciGPT
皖公网安备34019202002308
