针对异构深度学习训练中任务调度效率低下的问题，提出了一种计算集群训练任务进度利润最大化的模型，该模型可以动态分配集群中多任务的计算单元数量.对每个模型进行预训练，以获得它们的进度曲线，并为每个模型建立关于处理速度的资源模型，建立了进度增量最大化模型，设计了贪婪算法用于分配集群中的资源.实验结果表明，本调度算法能减少任务完成时间.
科研之友
微信
新浪微博
Facebook
分享链接
