分布式异步训练

Fluid支持数据并行的分布式异步训练，API使用 DistributeTranspiler 将单机网络配置转换成可以多机执行的pserver 端程序和 trainer 端程序。用户在不同的节点执行相同的一段代码，根据环境变量或启动参数，可以执行对应的 pserver 或 trainer 角色。Fluid异步训练只支持pserver模式，异步训练和 同步训练 的主要差异在于：异步训练每个trainer的梯度是单独更新到参数上的，而同步训练是所有trainer的梯度合并之后统一更新到参数上，因此，同步训练和异步训练的超参数需要分别调节。

pserver模式分布式异步训练

API详细使用方法参考 DistributeTranspiler ，简单示例用法：

  1. config = fluid.DistributeTranspilerConfig()
  2. # 配置策略config
  3. config.slice_var_up = False
  4. t = fluid.DistributeTranspiler(config=config)
  5. t.transpile(trainer_id,
  6.             program=main_program,
  7.             pservers="192.168.0.1:6174,192.168.0.2:6174",
  8.             trainers=1,
  9.             sync_mode=False)

以上参数说明请参考 同步训练

需要注意的是：进行异步训练时，请修改 sync_mode 的值

  • sync_mode ： 是否是同步训练模式，默认为True，不传此参数也默认是同步训练模式，设置为False则为异步训练