nnet3的并行化训练
num_epochs=1
num_archives=64
args.num_jobs_initial=3
args.num_jobs_final=8
num_iters=2*num_epochs*num_archives/(args.num_jobs_initial+args.num_jobs_final)
=2*1*64/(3+8)=12
3,3,4,4,5,5,6,6,6,7,7,8
64 archives
6*24=144
iteration 0, 3 GPUs
# 并行化训练
nnet3-train ... 0.mdl 1.1.raw
nnet3-train ... 0.mdl 1.2.raw
nnet3-train ... 0.mdl 1.3.raw
# 模型平均
nnet3-average exp/nnet3/rsi/1.1.raw exp/nnet3/rsi/1.2.raw exp/nnet3/rsi/1.3.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/0.mdl exp/nnet3/rsi/1.mdl
# 计算交叉验证的似然
nnet3-compute-prob ... 0.mdl train_diagnostic.egs
nnet3-compute-prob ... 0.mdl valid_diagnostic.egs
iteration 1, 3 GPUs
nnet3-train ... 1.mdl 2.1.raw
nnet3-train ... 1.mdl 2.2.raw
nnet3-train ... 1.mdl 2.3.raw
nnet3-average exp/nnet3/rsi/2.1.raw exp/nnet3/rsi/2.2.raw exp/nnet3/rsi/2.3.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/1.mdl exp/nnet3/rsi/2.mdl
nnet3-compute-prob ... 1.mdl train_diagnostic.egs
nnet3-compute-prob ... 1.mdl valid_diagnostic.egs
iteration 2, 4 GPUs
nnet3-train ... 2.mdl 3.1.raw
nnet3-train ... 2.mdl 3.2.raw
nnet3-train ... 2.mdl 3.3.raw
nnet3-train ... 2.mdl 3.4.raw
nnet3-average exp/nnet3/rsi/3.1.raw exp/nnet3/rsi/3.2.raw exp/nnet3/rsi/3.3.raw exp/nnet3/rsi/3.4.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/2.mdl exp/nnet3/rsi/3.mdl
nnet3-compute-prob ... 2.mdl train_diagnostic.egs
nnet3-compute-prob ... 2.mdl valid_diagnostic.egs
iteration 3, 4 GPUs
nnet3-train ... 3.mdl 4.1.raw
nnet3-train ... 3.mdl 4.2.raw
nnet3-train ... 3.mdl 4.3.raw
nnet3-train ... 3.mdl 4.4.raw
nnet3-average exp/nnet3/rsi/4.1.raw exp/nnet3/rsi/4.2.raw exp/nnet3/rsi/4.3.raw exp/nnet3/rsi/4.4.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/3.mdl exp/nnet3/rsi/4.mdl
nnet3-compute-prob ... 3.mdl train_diagnostic.egs
nnet3-compute-prob ... 3.mdl valid_diagnostic.egs
iteration 4, 5 GPUs
nnet3-train ... 4.mdl 5.1.raw
nnet3-train ... 4.mdl 5.2.raw
nnet3-train ... 4.mdl 5.3.raw
nnet3-train ... 4.mdl 5.4.raw
nnet3-train ... 4.mdl 5.5.raw
nnet3-average exp/nnet3/rsi/5.1.raw exp/nnet3/rsi/5.2.raw exp/nnet3/rsi/5.3.raw exp/nnet3/rsi/5.4.raw exp/nnet3/rsi/5.5.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/4.mdl exp/nnet3/rsi/5.mdl
nnet3-compute-prob ... 4.mdl train_diagnostic.egs
nnet3-compute-prob ... 4.mdl valid_diagnostic.egs
iteration 5, 5 GPUs
nnet3-train ... 5.mdl 6.1.raw
nnet3-train ... 5.mdl 6.2.raw
nnet3-train ... 5.mdl 6.3.raw
nnet3-train ... 5.mdl 6.4.raw
nnet3-train ... 5.mdl 6.5.raw
nnet3-average exp/nnet3/rsi/6.1.raw exp/nnet3/rsi/6.2.raw exp/nnet3/rsi/6.3.raw exp/nnet3/rsi/6.4.raw exp/nnet3/rsi/6.5.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/5.mdl exp/nnet3/rsi/6.mdl
nnet3-compute-prob ... 5.mdl train_diagnostic.egs
nnet3-compute-prob ... 5.mdl valid_diagnostic.egs
iteration 6, 6 GPUs
nnet3-train ... 6.mdl 7.1.raw
nnet3-train ... 6.mdl 7.2.raw
nnet3-train ... 6.mdl 7.3.raw
nnet3-train ... 6.mdl 7.4.raw
nnet3-train ... 6.mdl 7.5.raw
nnet3-train ... 6.mdl 7.6.raw
nnet3-average exp/nnet3/rsi/7.1.raw exp/nnet3/rsi/7.2.raw exp/nnet3/rsi/7.3.raw exp/nnet3/rsi/7.4.raw exp/nnet3/rsi/7.5.raw exp/nnet3/rsi/7.6.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/6.mdl exp/nnet3/rsi/7.mdl
nnet3-compute-prob ... 6.mdl train_diagnostic.egs
nnet3-compute-prob ... 6.mdl valid_diagnostic.egs
iteration 7, 6 GPUs
nnet3-train ... 7.mdl 8.1.raw
nnet3-train ... 7.mdl 8.2.raw
nnet3-train ... 7.mdl 8.3.raw
nnet3-train ... 7.mdl 8.4.raw
nnet3-train ... 7.mdl 8.5.raw
nnet3-train ... 7.mdl 8.6.raw
nnet3-average exp/nnet3/rsi/8.1.raw exp/nnet3/rsi/8.2.raw exp/nnet3/rsi/8.3.raw exp/nnet3/rsi/8.4.raw exp/nnet3/rsi/8.5.raw exp/nnet3/rsi/8.6.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/7.mdl exp/nnet3/rsi/8.mdl
nnet3-compute-prob ... 7.mdl train_diagnostic.egs
nnet3-compute-prob ... 7.mdl valid_diagnostic.egs
iteration 8, 6 GPUs
nnet3-train ... 8.mdl 9.1.raw
nnet3-train ... 8.mdl 9.2.raw
nnet3-train ... 8.mdl 9.3.raw
nnet3-train ... 8.mdl 9.4.raw
nnet3-train ... 8.mdl 9.5.raw
nnet3-train ... 8.mdl 9.6.raw
nnet3-average exp/nnet3/rsi/9.1.raw exp/nnet3/rsi/9.2.raw exp/nnet3/rsi/9.3.raw exp/nnet3/rsi/9.4.raw exp/nnet3/rsi/9.5.raw exp/nnet3/rsi/9.6.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/8.mdl exp/nnet3/rsi/9.mdl
nnet3-compute-prob ... 8.mdl train_diagnostic.egs
nnet3-compute-prob ... 8.mdl valid_diagnostic.egs
iteration 9, 7 GPUs
nnet3-train ... 9.mdl 10.1.raw
nnet3-train ... 9.mdl 10.2.raw
nnet3-train ... 9.mdl 10.3.raw
nnet3-train ... 9.mdl 10.4.raw
nnet3-train ... 9.mdl 10.5.raw
nnet3-train ... 9.mdl 10.6.raw
nnet3-train ... 9.mdl 10.7.raw
nnet3-average exp/nnet3/rsi/10.1.raw exp/nnet3/rsi/10.2.raw exp/nnet3/rsi/10.3.raw exp/nnet3/rsi/10.4.raw exp/nnet3/rsi/10.5.raw exp/nnet3/rsi/10.6.raw exp/nnet3/rsi/10.7.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/9.mdl exp/nnet3/rsi/10.mdl
nnet3-compute-prob ... 9.mdl train_diagnostic.egs
nnet3-compute-prob ... 9.mdl valid_diagnostic.egs
iteration 10, 7 GPUs
nnet3-train ... 10.mdl 11.1.raw
nnet3-train ... 10.mdl 11.2.raw
nnet3-train ... 10.mdl 11.3.raw
nnet3-train ... 10.mdl 11.4.raw
nnet3-train ... 10.mdl 11.5.raw
nnet3-train ... 10.mdl 11.6.raw
nnet3-train ... 10.mdl 11.7.raw
nnet3-train ... 10.mdl 11.8.raw
nnet3-average exp/nnet3/rsi/11.1.raw exp/nnet3/rsi/11.2.raw exp/nnet3/rsi/11.3.raw exp/nnet3/rsi/11.4.raw exp/nnet3/rsi/11.5.raw exp/nnet3/rsi/11.6.raw exp/nnet3/rsi/11.7.raw exp/nnet3/rsi/11.8.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/10.mdl exp/nnet3/rsi/11.mdl
nnet3-compute-prob ... 10.mdl train_diagnostic.egs
nnet3-compute-prob ... 10.mdl valid_diagnostic.egs
iteration 11, 8 GPUs
nnet3-train ... 11.mdl 12.1.raw
nnet3-train ... 11.mdl 12.2.raw
nnet3-train ... 11.mdl 12.3.raw
nnet3-train ... 11.mdl 12.4.raw
nnet3-train ... 11.mdl 12.5.raw
nnet3-train ... 11.mdl 12.6.raw
nnet3-train ... 11.mdl 12.7.raw
nnet3-train ... 11.mdl 12.8.raw
nnet3-average exp/nnet3/rsi/12.1.raw exp/nnet3/rsi/12.2.raw exp/nnet3/rsi/12.3.raw exp/nnet3/rsi/12.4.raw exp/nnet3/rsi/12.5.raw exp/nnet3/rsi/12.6.raw exp/nnet3/rsi/12.7.raw exp/nnet3/rsi/12.8.raw - | nnet3-am-copy --set-raw-nnet=- exp/nnet3/rsi/11.mdl exp/nnet3/rsi/12.mdl
nnet3-compute-prob ... 11.mdl train_diagnostic.egs
nnet3-compute-prob ... 11.mdl valid_diagnostic.egs
combine
nnet3-combine ... exp/nnet3/rsi/12.mdl exp/nnet3/rsi/11.mdl exp/nnet3/rsi/10.mdl exp/nnet3/rsi/9.mdl exp/nnet3/rsi/8.mdl exp/nnet3/rsi/7.mdl exp/nnet3/rsi/egs/combine.egs exp/nnet3/rsi/combined.mdl
nnet3-compute-prob ... combined.mdl train_diagnostic.egs
nnet3-compute-prob ... combined.mdl valid_diagnostic.egs
adjust priors
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.1.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.1.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.2.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.2.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.3.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.3.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.4.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.4.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.5.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.5.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.6.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.6.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.7.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.7.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.8.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.8.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.9.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.9.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.10.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.10.vec
nnet3-compute-from-egs --use-gpu=yes --apply-exp=true exp/nnet3/rsi/combined.mdl ark:'... egs.11.ark' ark:- | matrix-sum-rows ark:- ark:- | vector-sum ark:- exp/nnet3/rsi/post.combined.11.vec
vector-sum exp/nnet3/rsi/post.combined.1.vec exp/nnet3/rsi/post.combined.10.vec exp/nnet3/rsi/post.combined.2.vec exp/nnet3/rsi/post.combined.3.vec exp/nnet3/rsi/post.combined.4.vec exp/nnet3/rsi/post.combined.5.vec exp/nnet3/rsi/post.combined.6.vec exp/nnet3/rsi/post.combined.7.vec exp/nnet3/rsi/post.combined.8.vec exp/nnet3/rsi/post.combined.9.vec exp/nnet3/rsi/post.combined.vec
nnet3-am-adjust-priors exp/nnet3/rsi/combined.mdl exp/nnet3/rsi/post.combined.vec exp/nnet3/rsi/final.mdl
nnet3的并行化训练的更多相关文章
- Python多进程实现并行化随机森林
文章目录 1. 前言 2. 随机森林原理 3.实现原理 3.1并行化训练 3.1.1训练函数 3.1.2 单进程训练函数 生成数据集模块--生成部分数据集 单进程训练函数代码 3.2 并行化预测 3. ...
- Batch Size对神经网络训练的影响
前言 这篇文章非常全面细致地介绍了Batch Size的相关问题.结合一些理论知识,通过大量实验,文章探讨了Batch Size的大小对模型性能的影响.如何影响以及如何缩小影响等有关内容. 本文来 ...
- Dan版本的nnet2
除了chain,nnet1, nnet2, nnet3训练时调整转移模型,chain模型使用类似与MMI的训练准则 Dan's setup does not uses pre-training. Da ...
- 深度神经网络DNN的多GPU数据并行框架 及其在语音识别的应用
深度神经网络(Deep Neural Networks, 简称DNN)是近年来机器学习领域中的研究热点,产生了广泛的应用.DNN具有深层结构.数千万参数需要学习,导致训练非常耗时.GPU有强大的计算能 ...
- 【深度学习系列2】Mariana DNN多GPU数据并行框架
[深度学习系列2]Mariana DNN多GPU数据并行框架 本文是腾讯深度学习系列文章的第二篇,聚焦于腾讯深度学习平台Mariana中深度神经网络DNN的多GPU数据并行框架. 深度神经网络( ...
- XGBoost、LightGBM的详细对比介绍
sklearn集成方法 集成方法的目的是结合一些基于某些算法训练得到的基学习器来改进其泛化能力和鲁棒性(相对单个的基学习器而言)主流的两种做法分别是: bagging 基本思想 独立的训练一些基学习器 ...
- tf.variable和tf.get_Variable以及tf.name_scope和tf.variable_scope的区别
在训练深度网络时,为了减少需要训练参数的个数(比如具有simase结构的LSTM模型).或是多机多卡并行化训练大数据大模型(比如数据并行化)等情况时,往往需要共享变量.另外一方面是当一个深度学习模型变 ...
- tensorflow中的name_scope, variable_scope
在训练深度网络时,为了减少需要训练参数的个数(比如LSTM模型),或者是多机多卡并行化训练大数据.大模型等情况时,往往就需要共享变量.另外一方面是当一个深度学习模型变得非常复杂的时候,往往存在大量的变 ...
- Tensorflow常用函数说明（一）
首先最开始应该清楚一个知识,最外面的那个[ [ [ ]]]括号代表第一维,对应维度数字0,第二个对应1,多维时最后一个对应数字-1:因为后面有用到 1 矩阵变换 tf.shape(Tensor) 返回 ...
随机推荐
- eclipse search java 可以搜到 source.jar里的
eclipse search java 可以搜到 source.jar里的
- Spark RDD持久化、广播变量和累加器
Spark RDD持久化 RDD持久化工作原理 Spark非常重要的一个功能特性就是可以将RDD持久化在内存中.当对RDD执行持久化操作时,每个节点都会将自己操作的RDD的partition持久化到内 ...
- 背景图片固定不随页面上下滚动而滚动 ,属性 background-attachment
<div id="testimonials-section" class="text-center"> </div> css: #tes ...
- 记一个bug
就在刚刚,测试叫我去看一个问题,有用户反应,在业务页面,出现了一部分重复的内容,而且点击按钮弹窗里,出现了只有个title,没有body的情况. 事情的现象就是这样.然后我就开始着手找原因了.首先声明 ...
- CentOS 7 增加磁盘分区挂载（lvm）
1.查看主机现有磁盘情况 # fdisk -l 现在主机中存在一块8G的磁盘sdb,尚未分区挂载,所以需将磁盘进行分区挂载. 2.对磁盘进行分区 # fdisk /dev/sdb (选择要操作分区 ...
- MySQL之索引原理和慢查询优化
一 介绍 为何要有索引? 一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的,也是最容易出问题的,还是一些复杂的查询操作,因此对查询语句 ...
- ASP+中文显示之两种解决方法
作者刚開始写ASP+程序时候碰到的第一个比較大的问题就是中文显示问题,执行后发现ASP+从数据库中读 取出来的中文所有变成了?????,有点相似jsp中的这个频率出现最高的中文显示问题了,查了资料发 ...
- 【转】Android开发：Service和Thread的关系
不少Android初学者都可能会有这样的疑惑,Service和Thread到底有什么关系呢?什么时候应该用Service,什么时候又应该用Thread?答案可能会有点让你吃惊,因为Service和Th ...
- Resolving Issues of "Library Cache Pin" or "Cursor Pin S wait on X" (Doc ID 1476663.1)
Doc ID 1476663.1) To Bottom In this Document Purpose Troubleshooting Steps Brief Definition: ...
- SpringBoot打包成war
关于SpringBoot打成jar包以及jar包如何在Linux持久运行,我在前面已经说过了,所以本次不再赘述. 关于SpringBoot打包成war,其实步骤特别简单,如下图所示(如果是jar,通常 ...