![arXiv:2111.04628v1 [cs.LG] 2021 年 11 月 8 日](/simg/8/82e4e859240e9135d0c0c9d3fac98afc10588311.webp)
机构名称：
¥ 1.0
摘要。随着高能物理领域中机器和深度学习应用数量的不断增加，轻松访问专用基础设施代表了快速高效研发的要求。这项工作探索了不同类型的云服务，以使用 Tensorflow 数据并行策略在并行环境中训练生成对抗网络 (GAN)。更具体地说，我们在多个 GPU 和 Google Tensor 处理单元 (TPU) 上并行化训练过程，并比较了两种算法：TensorFlow 内置逻辑和自定义循环，经过优化可以更好地控制分配给每个 GPU 工作器或 TPU 核心的元素。将生成的数据的质量与蒙特卡罗模拟进行了比较。获得了训练过程的线性加速，同时保留了物理结果方面的大部分性能。此外，我们在多个 GPU 节点上大规模地对上述方法进行基准测试，在不同的公共云提供商上部署训练过程，寻求整体效率和成本效益。数据科学、云部署选项和相关经济学的结合允许异构爆发，探索基于云的服务的全部潜力。
arXiv:2111.04628v1 [cs.LG] 2021 年 11 月 8 日
主要关键词
![arXiv:2111.04628v1 [cs.LG] 2021 年 11 月 8 日PDF文件第1页](/bimg/6/63558ff6d138f12182afaf30de95cacedb695c85.webp)
![arXiv:2111.04628v1 [cs.LG] 2021 年 11 月 8 日PDF文件第2页](/bimg/b/b32766a76aacdd0828f01111fb57c444c7cceb1f.webp)
![arXiv:2111.04628v1 [cs.LG] 2021 年 11 月 8 日PDF文件第3页](/bimg/9/9d84006930496fcf88cd236c9936966195ec3131.webp)
![arXiv:2111.04628v1 [cs.LG] 2021 年 11 月 8 日PDF文件第4页](/bimg/3/34b10fbe6220894f738820a01da3074b6217c6fd.webp)
![arXiv:2111.04628v1 [cs.LG] 2021 年 11 月 8 日PDF文件第5页](/bimg/1/1acdf8382d1e4c3d0bc074b3fa4f3a5f017b50f1.webp)
相关文件推荐
![arXiv:2111.04737v1 [eess.IV] 2021 年 11 月 8 日](/simg/9/918dc99e86232d73e224a6f839fece611f0c8b46.webp)
![arXiv:2111.02345v1 [quant-ph] 2021 年 11 月 3 日](/simg/4/49c4a40d3ba97abc565923d1c7981581d3630d82.webp)
![arXiv:2111.05042v1 [nucl-ex] 2021 年 11 月 9 日](/simg/d/d40a0dd504343fa1cf48b1dcc93296ab388e8e5d.webp)
![arXiv:2111.09595v2 [quant-ph] 2021 年 11 月 19 日](/simg/8/8620e293a8974cbcc62c88ac104a6407d30d0737.webp)
![arXiv:2111.08154v1 [cs.HC] 2021 年 11 月 16 日](/simg/a/a3db6c388ab3c9660f6d87ba0a937b1ee45cbc6c.webp)
![arXiv:2111.13426v1 [physics.optics] 2021 年 11 月 26 日](/simg/c/c474d2d0bd84035bcc988f22f887961468050407.webp)
![arXiv:2109.08006v3 [cs.AI] 2021 年 11 月 5 日](/simg/4/4fcb830248cd3f99a25326b2b1663ac275ee39f0.png)
![arXiv:2103.06769v1 [cs.AI] 2021 年 3 月 11 日](/simg/2/2f4d12dbbeb215138cd3f636a30cb61579429c5b.png)
![arXiv:2111.11184v1 [physics.ins-det] 2021 年 11 月 22 日](/simg/0/0122e5130a1b771c92006aa8ae69ef85b63b6248.webp)
![arXiv:2012.05768v3 [quant-ph] 2021 年 11 月 11 日](/simg/4/4d1143768b67481cbe5cb2ad890fc75e6a5986a5.webp)
![arXiv:2004.12321v5 [cs.LG] 2021 年 1 月 25 日](/simg/3/3c3aa24d275a37f236e462e1c5598008c6fd566a.webp)
![arXiv:2106.05659v1 [cs.LG] 2021 年 6 月 10 日](/simg/3/3e97c62d3f2c9b5b76e09a81f8167bf3d3030183.webp)
![arXiv:2111.00826v4 [cs.AI] 2021 年 12 月 17 日](/simg/d/d4e727c16ad3d32ed6dc0b79aaf9f4b1f3039c71.png)
![arXiv:2107.12977v3 [cs.AI] 2021 年 11 月 17 日](/simg/a/ae032aba22522e8e9c4e5cb16f874631e51a5f13.png)
![arXiv:2112.15422v1 [cs.AI] 2021 年 11 月 25 日](/simg/9/944ac25ddea48b6e4402cdc063b0cba3869af3b5.png)
![arXiv:2107.12144v2 [quant-ph] 2021 年 11 月 10 日](/simg/7/7d6120328cd0b85d80d24b16fe1af6ddddfc3201.webp)
![arXiv:2106.00565v5 [cs.DC] 2021 年 11 月 9 日](/simg/1/1c00337997354861b523581e792ec31025674325.webp)
![arXiv:2112.08567v1 [cs.LG] 2021 年 12 月 16 日](/simg/5/5fffc67fff366f29a5ea5531d2846fd29320a5bb.webp)
![arXiv:2104.08181v2 [quant-ph] 2021 年 11 月 25 日](/simg/e/e678bfa6a26a3bf97581ae01abe348a619519822.webp)
![arXiv:2011.07876v1 [cs.LG] 2020 年 11 月 16 日](/simg/6/68758036e90c90f3903356cd2f9a18d6db5b3ba4.webp)
![arXiv:2102.06123v1 [cond-mat.mes-hall] 2021 年 2 月 11 日](/simg/b/b8bc6a7b332a1f9d55a395c76410f176ca59f37a.webp)
![arXiv:2002.04207v1 [ed.IV] 2 月 11 日](/simg/2/24b0be80f7ffd05615a53ff11a45e2fea5309180.webp)
![arXiv:2108.04371v1 [cs.AI] 2021 年 8 月 9 日](/simg/6/69fe1655ea43f7b9cf8e76ca88cea4759963b40c.png)
