【资料图】
9. 多GPU训练(multi-GPU training)：深度学习模型训练过程对计算资源要求较高，单个GPU难以在短时间内完成模型训练，因此我们提供了对于多机多卡分布式训练的全面支持，以加快使用者的开发流程。无论是基于ImageNet数据的Resnet-50图像分类模型还是基于WMT14数据的Transformer机器翻译模型，均可以在一个小时内训练完毕。
10. 超参数优化(hyper-parameter optimization)部分可以通过强化学习或者AutoML，在整体压缩率一定的情况下，搜索出每一层最合适的压缩比例使得整体的精度最高。多数开发者对模型压缩算法往往了解较少，调节压缩算法参数需要长期的学习和实验才能有所经验， 但超参数取值对最终结果往往有着巨大的影。
标签：
