CN114466012A - 内容初始化方法、装置、电子设备和存储介质 - Google Patents
内容初始化方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114466012A CN114466012A CN202210117040.9A CN202210117040A CN114466012A CN 114466012 A CN114466012 A CN 114466012A CN 202210117040 A CN202210117040 A CN 202210117040A CN 114466012 A CN114466012 A CN 114466012A
- Authority
- CN
- China
- Prior art keywords
- subspace
- information
- resource space
- determining
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/582—Pseudo-random number generators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/588—Random number generators, i.e. based on natural stochastic processes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Signal Processing (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开提供了一种内容初始化方法、装置、电子设备和存储介质,涉及计算机技术领域,具体涉及深度学习领域和分布式计算领域。该内容初始化方法应用于分布式系统包括的多个设备中的任意设备;该内容初始化方法的具体实现方案为:根据针对分布式系统的资源空间的尺寸信息和任一设备的标识信息,确定资源空间中针对任一设备的第一子空间的空间信息;该空间信息包括第一子空间针对资源空间的位置信息;以及根据随机种子和位置信息,确定针对第一子空间的初始化内容。
Description
技术领域
本公开涉及计算机技术领域,具体涉及深度学习领域和分布式计算领域。更具体地涉及一种内容初始化方法、装置、电子设备和存储介质。
背景技术
随着计算机技术和网络技术的发展,深度学习技术在众多领域得到了广泛应用。深度学习技术往往需要依赖于大量的资源空间来实现,受限于单个处理设备的空间容量,分布式系统得到发展。
发明内容
本公开旨在提供一种在一定程度上简化流程、提高效率的内容初始化方法、装置、电子设备和存储介质。
根据本公开的一个方面,提供了一种内容初始化方法,应用于分布式系统包括的多个设备中的任一设备;该方法包括:根据针对分布式系统的资源空间的尺寸信息和任一设备的标识信息,确定资源空间中针对任一设备的第一子空间的空间信息;空间信息包括第一子空间针对资源空间的位置信息;以及根据随机种子和位置信息,确定针对第一子空间的初始化内容。
根据本公开的另一个方面,提供了一种内容初始化装置,设置于分布式系统包括的多个设备中的任一设备;该装置包括:空间信息确定模块,用于根据针对分布式系统的资源空间的尺寸信息和任一设备的标识信息,确定资源空间中针对任一设备的第一子空间的空间信息;空间信息包括第一子空间针对资源空间的位置信息;以及内容生成模块,用于根据随机种子和位置信息,确定针对第一子空间的初始化内容。
根据本公开的另一个方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提供的内容初始化方法。
根据本公开的另一个方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提供的内容初始化方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现本公开提供的内容初始化方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的内容初始化方法、装置的应用场景示意图;
图2是根据本公开实施例的内容初始化方法的流程示意图;
图3是根据本公开实施例的内容初始化方法的原理示意图;
图4是根据本公开实施例的确定第一子空间的空间信息的原理示意图;
图5是根据本公开另一实施例的确定第一子空间的空间信息的原理示意图;
图6是根据本公开实施例的内容初始化装置的结构框图;以及
图7是用来实施本公开实施例的内容初始化方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开提供了一种内容初始化方法,该方法可以应用于分布式系统包括的多个设备中的任一设备,该方法包括空间信息确定阶段和内容确定阶段。在空间信息确定阶段中,根据针对分布式系统的资源空间的尺寸信息和任一设备的标识信息,确定资源空间中针对任一设备的第一子空间的空间信息;空间信息包括第一子空间针对资源空间的位置信息。在内容确定阶段中,根据随机种子和位置信息,确定针对第一子空间的初始化内容。
以下将结合图1对本公开提供的方法和装置的应用场景进行描述。
图1是根据本公开实施例的内容初始化方法和装置的应用场景示意图。
如图1所示,该实施例的应用场景100可以包括分布式系统,该分布式系统可以有多个设备(例如设备101~设备103)构成。多个设备中的每个设备可以为CPU、GPU等计算设备,也可以为存储器等存储设备,该多个设备可以集成于具有处理功能的各种电子设备中,该各种电子设备可以包括但不限于膝上型便携计算机、台式计算机和服务器等等。其中,多个设备中的每个设备可以分别集成于一个电子设备中,或者,多个设备中的至少两个设备也可以集成于同一个电子设备中,本公开对此不做限定。
该应用场景100中还可以包括电子设备110,该电子设备110例如可以提供有用户交互界面。该电子设备110例如可以通过网络与多个设备101~103通信连接。其中,网络例如可以包括无线或有线通信链路。
在一实施例中,分布式系统可以为多个设备中的每个设备分配资源空间,以通过调用为该多个设备分配的资源空间来执行深度学习任务。每个设备可以预留出该被分配的资源空间,以供调用。其中,每个设备可以通过为该被分配的资源空间初始化,来预留出该被分配的资源空间。其中,初始化指示给定一个数据写空间,用初始化方法进行内容的初始化。该每个设备例如可以通过为该被分配的资源空间中写入0或1来完成初始化。或者,分布式系统还可以借助针对多个设备的共享空间(例如电子设备110的资源空间)来生成为多个设备分配的资源空间的内容初始化值。随后由每个设备从该共享空间中拷贝与其被分配的资源空间对应的内容初始化值,并写入其本地的资源空间,完成资源空间的初始化。
在一实施例中,用户还可以通过电子设备110提供的用户交互界面传入分布式系统完成深度学习任务所需的资源空间的属性信息及为多个设备分配的资源空间的属性信息。多个设备101~103中的每个设备可以从该电子设备110处获取传入的信息,并根据传入的信息对为其分配的资源空间进行初始化,以便于为深度学习任务预留出资源空间,以供深度学习任务调用。
可以理解的是,该资源空间例如可以为计算所需的资源空间,也可以为存储数据所需的资源空间,本公开对此不做限定。
需要说明的是,本公开提供的内容初始化方法可以由设备101~设备103中的任意一个设备执行。相应地,本公开提供的内容初始化装置可以设置于设备101~设备103中的任一设备中,也可以设置于设备101~设备103所集成的电子设备中。
应该理解,图1中的设备101~103、电子设备110的数目和类型仅仅是示意性的。根据实现需要,可以具有任意数目和类型的设备101~103、电子设备110。
以下将结合图1,通过以下图2~图5对本公开提供的内容初始化方法进行详细描述。
如图2所示,该实施例的内容初始化方法200可以包括操作S210~操作S220。
在操作S210,根据针对分布式系统的资源空间的尺寸信息和任一设备的标识信息,确定资源空间中针对任一设备的第一子空间的空间信息。
根据本公开的实施例,分布式系统例如可以包括多个设备,多个设备中的每个设备被分配有资源空间,多个设备的资源空间构成分布式系统的资源空间。即,每个设备被分配的资源空间为分布式系统的资源空间中的一个子空间。其中,可以为多个设备均匀的分配资源空间,或者可以根据多个设备中每个设备的性能,来确定为该每个设备分配的资源空间的尺寸。
示例性地,可以为多个设备中的每个设备分配标识信息。例如,该标识信息可以包括编号,该实施例可以为多个设备根据被分配的子空间的调用顺序来分配依次递增的编号,该编号可以作为标识信息。其中,被分配的子空间的调用顺序可以反映子空间在资源空间中的位置信息。
如此,该实施例可以根据资源空间的尺寸信息和任一设备的标识信息,来确定为该任一设备分配的子空间针对资源空间的位置信息,操作S210中确定的空间信息包括该位置信息。示例性地,设定针对分布式系统的资源空间的尺寸为2×64,为6个设备分配的编号以0为起始值,以1为步长递增,且为6个设备分配的资源空间是平均分配的,则对于编号为3的设备,被分配的第一子空间的尺寸可以为2×6。例如,若用尺寸为2×64的矩阵来表示资源空间,则第一子空间针对资源空间的位置信息可以由第13列~第18列来表示。
可以理解的是,上述确定位置信息的方法仅作为示例以利于理解本公开,本公开对此不做限定。
在操作S220,根据随机种子和位置信息,确定针对第一子空间的初始化内容。
根据本公开的实施例,可以采用随机函数针对资源空间产生一系列随机数,将该一系列随机数中与第一子空间针对资源空间的位置信息相对应的随机数作为针对第一子空间的初始化内容。
其中,随机种子用于作为随机函数的初始值,如此,随机函数可以以随机种子为基准不断迭代,从而得到一系列随机数。其中,随机函数例如可以预先设定后传入该任一设备中。通过设置该随机种子和随机函数,对于多个设备中的每个设备,调用n次随机函数所产生的一系列随机数是完全相同的。
示例性地,若用尺寸为2×64的矩阵来表示资源空间,且第一子空间针对资源空间的位置信息可以由第13列~第18列来表示,则该操作S220可以通过调用随机函数2*12=24次得到一系列随机数,并通过第25次~第36次调用随机函数得到12个随机数,将该12个随机数作为针对第一子空间的初始化内容。
可以理解的是,表示资源空间的矩阵中,一个元素例如可以对应资源空间中的一个字节或者一个千字节等,本公开对此不做限定。
综上可知,本公开实施例的方法,根据传入的资源空间的尺寸信息、标识信息和随机种子,即可使得分布式系统中的每个设备来完成被分配资源空间的初始化。整个过程无需借助共享空间,也无需复杂的拷贝操作,可以在减少设备交互的基础上完成内容初始化,简化内容初始化的流程,提高内容初始化的效率。
图3是根据本公开实施例的内容初始化方法的原理示意图。
根据本公开的实施例,在对资源空间进行内容初始化时,还可以依据预定分布来进行内容初始化,以使得初始化结果更为符合自然规律和实际需求。
例如,在确定针对第一子空间的初始化内容时,该实施例可以先根据随机种子和第一子空间针对资源空间的位置信息,来确定第一子空间的伪随机数。即,以随机种子作为初始值,将通过前述调用随机函数的方法所产生的与第一子空间对应的随机数作为伪随机数。随后根据该伪随机数,生成符合预定分布的随机数,并将该符合预定分布的随机数作为第一子空间的初始化内容。
例如,可以通过调用random()函数来生成伪随机数,预定分布例如可以为高斯分布(Gaussian Distribution)或均匀分布(Uniform Distribution)等,本公开对此不做限定。该实施例可以采用Box-Muller方法等来根据伪随机数生成符合高斯分布的随机数,本公开对此不做限定。
在一实施例中,分布式系统的资源空间例如可以由多个元空间构成,通过划分该资源空间,可以得到为分布式系统中的多个设备分配的多个子空间。为每个设备分配的子空间可以包括至少一个元空间。每个元空间例如指一个字节或一个千字节等所占用的空间,本公开对此不做限定。
该实施例在执行内容初始化方法时,可以为任一设备的第一子空间包括的每个元空间来生成一个初始化值,将为第一子空间包括的所有元空间生成的所有初始化值作为针对第一子空间的初始化内容。
例如,若分布式系统包括两个设备,在分布式系统的资源空间由3×6个元空间构成,且通过均等划分该资源空间的方式来得到为两个设备分配的子空间时,为该两个设备分配的子空间均包括有3×3个元空间。对于两个设备中的第二设备,针对该第二设备的第一子空间的空间信息可以包括该第一子空间的尺寸信息和第一子空间针对资源空间的位置信息。在实施例300中,第一子空间的尺寸信息可以由3×3来表示,位置信息可以由第4列~第6列表示,即第一子空间由资源空间中第4列~第6列的元空间构成。
相应地,在确定针对第一子空间的初始化内容时,可以先根据随机种子和该第一子空间在资源空间中的位置信息,确定针对第一子空间的起始伪随机数。例如,第一子空间包括3×6个元空间中第4列~第6列的元空间,则该起始伪随机数可以是为第3列中最后一行的元空间生成的伪随机数。随后,可以根据该起始伪随机数和第一子空间包括的至少一个元空间的个数,来生成分别针对至少一个元空间的至少一个伪随机数。例如,设定该第一子空间包括3×3共计9个元空间,则该实施例可以以起始伪随机数为起始值,通过9次调用随机函数来生成分别对应9个元空间的9个伪随机数。可以理解的是,在为9个元空间生成伪随机数时,可以逐行生成也可以逐列生成,本公开对此不做限定。
示例性地,如图3所示,在执行了本实施例的内容初始化方法后,可以得到各子空间的初始化内容。例如,为该两个设备中第一个设备分配的子空间的初始化内容可以以矩阵311的形式来表示,为两个设备中第二个设备分配的子空间的初始化内容例如可以以矩阵312的形式来表示。将两个矩阵根据两个设备的标识自先至后拼接,可以得到分布式系统的资源空间的初始化内容,该初始化内容可以以矩阵310的形式来表示。矩阵中的每个元素表示一个元空间的初始化值。
图4是根据本公开实施例的确定第一子空间的空间信息的原理示意图。
根据本公开的实施例,若通过均等划分的方式来划分得到为多个设备分配的子空间,则在确定任一设备的第一子空间的空间信息时,可以先确定多个设备中被分配的子空间的调用顺序位于该第一子空间之前的目标设备。在资源空间中,为该目标设备分配的子空间位于第一子空间之前,具体可以为在资源空间中的位置位于该第一子空间之前。
例如,若为多个设备分配的标识信息为根据子空间的调用顺序依次递增的编号,则该实施例可以根据任一设备的标识信息来确定目标设备的个数。
例如,如图4所示,在该实施例400中,多个设备包括设备4101~设备410n共计n个设备,该n个设备的标识信息分别取值1~n。则对于标识信息为n的设备,确定的目标设备包括设备410_1~设备410_(n-1),共计(n-1)个设备。即该实施例可以将多个设备中标识信息小于任一设备的标识信息的设备,作为目标设备420。
随后该实施例400可以根据该目标设备420的个数p 430和资源空间的尺寸信息440,来确定第一子空间的空间信息。例如,设定资源空间的尺寸信息由m×2n来表示,即资源空间包括m行2n列个元空间。若为每个设备分配的子空间包括m行2列个元空间,则为目标设备420分配的所有子空间由资源空间中前2p列元空间构成,为任一设备分配的第一子空间为资源空间中第(2P+1)列~第2(p+1)列元空间构成,该第一子空间的空间信息可以由第(2P+1)列~第2(p+1)列来表示。其中,m、n、p均为大于1的整数,且p小于n。
例如,若任一设备为设备410_n,则p的取值为(n-1),为该设备410_n分配的第一子空间的空间信息450可以由第(2n-1)列~第2n列来表示。
图5是根据本公开另一实施例的确定第一子空间的空间信息的原理示意图。
根据本公开的实施例,若通过非均等划分的方式来划分得到为多个设备分配的子空间,各子空间的空间信息除了包括位置信息外,还应包括尺寸信息。例如在确定任一设备的第一子空间的空间信息时,需要在确定了多个设备中被分配的子空间的调用顺序位于该第一子空间之前的目标设备后,以为目标设备分配的子空间的空间信息、第一子空间的尺寸信息和针对分布式系统的资源空间的尺寸信息作为输入,来确定第一子空间的位置信息。其中,在执行内容初始化的方法时,需要输入分别为多个设备分配的多个子空间的尺寸信息,该尺寸信息例如可以指示各子空间包括的元空间的个数。
例如,如图5所示,在该实施例500中,多个设备包括设备510_1~设备510_4共计4个设备,该4个设备的标识信息例如分别为取值1~4。则对于设备510_3,确定的目标设备包括设备510_1~设备510_2。
随后该实施例500可以根据为设备510_1分配的子空间的空间信息520_1、为设备510_2分配的子空间的空间信息520_2、设备510_3的尺寸信息520_3a和资源空间的尺寸信息530,来确定为设备510_3分配的子空间的位置信息520_3b。
例如,设定资源空间的尺寸信息由2×30来表示,即资源空间包括2行30列个元空间。若为设备510_1分配的子空间的尺寸信息由2×4表示,位置信息由第1列~第4列表示;为设备510_2分配的子空间的尺寸信息由2×6表示,位置信息由第5列~第10列表示;为设备510_3分配的子空间的尺寸信息520_3a由2×3表示,则可以确定第一子空间的位置信息520_3b为第(4+6+1)列~第(4+6+3)列,以表示该第一子空间包括2行30列的元空间阵列中第(4+6+1)列~第(4+6+3)列的元空间。
可以理解的是,在通过非均等划分的方式来划分得到为多个设备分配的子空间的情况下,用户需要通过前文描述的电子设备提供的用户交互界面输入为多个设备分配的子空间的尺寸信息。该实施例在确定第一子空间的空间信息时,实质上确定的是第一子空间的位置信息。
该实施例在内容初始化时,通过输入为多个设备分配的子空间的尺寸信息,可以对资源空间根据实际需求进行划分,便于充分考虑多个设备各自的计算性能,提高深度学习任务的执行效率。
根据本公开的实施例,上述各实施例在内容初始化时,例如还可以为生成的初始化内容设定上限值和下限值,以使得生成的初始化内容更为符合实际需求。
示例性地,在根据伪随机数生成符合预定分布的随机数时,可以根据伪随机数,采用与预定分布匹配的算法来生成取值大于等于下限值且小于等于上限值的随机数,并将该生成的随机数作为初始化内容。其中,若预定分布为高斯分布,则与预定分布匹配的算法例如可以包括Box-Muller算法。对于该高斯分布,下限值和上限值例如可以分别为0和1,本公开对此不做限定。
综上描述,本公开提供的内容初始化方法,可以由构成分布式系统的多个设备中的每个设备执行。通过该初始化方法,可以使得每个设备生成的初始化内容与借助共享空间为该每个设备的子空间所生成的初始化内容相同,使得分布式系统可以如同单设备一样完成内容的初始化。由于该方法无需借助共享空间,因此可以节省内容初始化的流程。
基于本公开提供的内容初始化方法,本公开还提供了一种内容初始化装置。以下将结合图6对该装置进行详细描述。
图6是根据本公开实施例的内容初始化装置的结构框图。
如图6所示,该实施例的内容初始化装置600可以包括空间信息确定模块610和内容生成模块620。该内容初始化装置600可以设置于分布式系统包括的多个设备中的任一设备中。
空间信息确定模块610用于根据针对分布式系统的资源空间的尺寸信息和任一设备的标识信息,确定资源空间中针对任一设备的第一子空间的空间信息。其中,空间信息包括第一子空间针对资源空间的位置信息。在一实施例中,该空间信息确定模块610可以用于执行前文描述的操作S210,在此不再赘述。
内容生成模块620用于根据随机种子和位置信息,确定针对第一子空间的初始化内容。在一实施例中,该内容生成模块620可以用于执行前文描述的操作S220,在此不再赘述。
根据本公开的实施例,内容生成模块620可以包括伪随机数生成子模块和内容生成子模块。伪随机数生成子模块用于根据随机种子和位置信息,确定第一子空间的伪随机数。内容生成子模块用于根据伪随机数,生成符合预定分布的随机数,作为第一子空间的初始化内容。
根据本公开的实施例,第一子空间包括至少一个元空间。上述伪随机数生成子模块可以包括确定单元和生成单元。确定单元用于根据位置信息和随机种子,确定针对第一子空间的起始伪随机数。生成单元用于根据起始伪随机数和至少一个元空间的个数,生成分别针对至少一个元空间的至少一个伪随机数。
根据本公开的实施例,上述空间信息确定模块610可以包括目标设备确定子模块和位置确定子模块。目标设备确定子模块用于根据任一设备的标识信息,确定多个设备中的目标设备。其中,资源空间中针对目标设备的子空间位于第一子空间之前。位置确定子模块用于根据资源空间的尺寸信息、资源空间中针对目标设备的第二子空间的空间信息和第一子空间的尺寸信息,确定第一子空间针对资源空间的位置信息。其中,空间信息还包括尺寸信息。
根据本公开的实施例,上述空间信息确定模块610可以包括目标设备确定子模块和空间确定子模块。目标设备确定子模块用于根据任一设备的标识信息,确定多个设备中的目标设备。其中,资源空间中针对目标设备的子空间位于第一子空间之前。空间确定子模块用于根据资源空间的尺寸信息和目标设备的个数,确定第一子空间的空间信息。
根据本公开的实施例,上述内容生成子模块具体用于根据伪随机数,采用与预定分布匹配的算法生成取值大于等于下限值且小于等于上限值的随机数,作为第一子空间的初始化内容。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开实施例的内容初始化方法的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如内容初始化方法。例如,在一些实施例中,内容初始化方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的内容初始化方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行内容初始化方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。其中,服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(″Virtual Private Server″,或简称″VPS″)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种内容初始化方法,应用于分布式系统包括的多个设备中的任一设备;所述方法包括:
根据针对所述分布式系统的资源空间的尺寸信息和所述任一设备的标识信息,确定所述资源空间中针对所述任一设备的第一子空间的空间信息;所述空间信息包括所述第一子空间针对所述资源空间的位置信息;以及
根据随机种子和所述位置信息,确定针对所述第一子空间的初始化内容。
2.根据权利要求1所述的方法,其中,所述根据随机种子和所述位置信息,确定针对所述第一子空间的初始化内容包括:
根据所述随机种子和所述位置信息,确定所述第一子空间的伪随机数;以及
根据所述伪随机数,生成符合预定分布的随机数,作为所述第一子空间的初始化内容。
3.根据权利要求2所述的方法,其中,所述第一子空间包括至少一个元空间;所述根据所述随机种子和所述位置信息,确定所述第一子空间的伪随机数包括:
根据所述位置信息和所述随机种子,确定针对所述第一子空间的起始伪随机数;以及
根据所述起始伪随机数和所述至少一个元空间的个数,生成分别针对所述至少一个元空间的至少一个伪随机数。
4.根据权利要求1所述的方法,其中,确定所述资源空间中针对所述任一设备的第一子空间的空间信息包括:
根据所述任一设备的标识信息,确定所述多个设备中的目标设备,其中,所述资源空间中针对所述目标设备的子空间位于所述第一子空间之前;以及
根据所述资源空间的尺寸信息、所述资源空间中针对所述目标设备的第二子空间的空间信息和所述第一子空间的尺寸信息,确定所述第一子空间针对所述资源空间的位置信息,
其中,所述空间信息还包括尺寸信息。
5.根据权利要求1所述的方法,其中,确定所述资源空间中针对所述任一设备的第一子空间的空间信息包括:
根据所述任一设备的标识信息,确定所述多个设备中的目标设备,其中,所述资源空间中针对所述目标设备的子空间位于所述第一子空间之前;以及
根据所述资源空间的尺寸信息和所述目标设备的个数,确定所述第一子空间的空间信息。
6.根据权利要求2所述的方法,其中,所述根据所述伪随机数,生成符合预定分布的随机数,作为所述第一子空间的初始化内容包括:
根据所述伪随机数,采用与所述预定分布匹配的算法生成取值大于等于下限值且小于等于上限值的随机数,作为所述第一子空间的初始化内容。
7.一种内容初始化装置,设置于分布式系统包括的多个设备中的任一设备中;所述装置包括:
空间信息确定模块,用于根据针对所述分布式系统的资源空间的尺寸信息和所述任一设备的标识信息,确定所述资源空间中针对所述任一设备的第一子空间的空间信息;所述空间信息包括所述第一子空间针对所述资源空间的位置信息;以及
内容生成模块,用于根据随机种子和所述位置信息,确定针对所述第一子空间的初始化内容。
8.根据权利要求7所述的装置,其中,所述内容生成模块包括:
伪随机数生成子模块,用于根据所述随机种子和所述位置信息,确定所述第一子空间的伪随机数;以及
内容生成子模块,用于根据所述伪随机数,生成符合预定分布的随机数,作为所述第一子空间的初始化内容。
9.根据权利要求8所述的装置,其中,所述第一子空间包括至少一个元空间;所述伪随机数生成子模块包括:
确定单元,用于根据所述位置信息和所述随机种子,确定针对所述第一子空间的起始伪随机数;以及
生成单元,用于根据所述起始伪随机数和所述至少一个元空间的个数,生成分别针对所述至少一个元空间的至少一个伪随机数。
10.根据权利要求7所述的装置,其中,所述空间信息确定模块包括:
目标设备确定子模块,用于根据所述任一设备的标识信息,确定所述多个设备中的目标设备,其中,所述资源空间中针对所述目标设备的子空间位于所述第一子空间之前;以及
位置确定子模块,用于根据所述资源空间的尺寸信息、所述资源空间中针对所述目标设备的第二子空间的空间信息和所述第一子空间的尺寸信息,确定所述第一子空间针对所述资源空间的位置信息,
其中,所述空间信息还包括尺寸信息。
11.根据权利要求7所述的装置,其中,所述空间信息确定模块包括:
目标设备确定子模块,用于根据所述任一设备的标识信息,确定所述多个设备中的目标设备,其中,所述资源空间中针对所述目标设备的子空间位于所述第一子空间之前;以及
空间确定子模块,用于根据所述资源空间的尺寸信息和所述目标设备的个数,确定所述第一子空间的空间信息。
12.根据权利要求8所述的装置,其中,所述内容生成子模块用于:
根据所述伪随机数,采用与所述预定分布匹配的算法生成取值大于等于下限值且小于等于上限值的随机数,作为所述第一子空间的初始化内容。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现根据权利要求1~6中任一项所述方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210117040.9A CN114466012B (zh) | 2022-02-07 | 2022-02-07 | 内容初始化方法、装置、电子设备和存储介质 |
JP2023509593A JP7478308B2 (ja) | 2022-02-07 | 2022-08-01 | コンテンツ初期化方法、装置、電子機器、記憶媒体及びコンピュータプログラム |
PCT/CN2022/109455 WO2023147718A1 (zh) | 2022-02-07 | 2022-08-01 | 内容初始化方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210117040.9A CN114466012B (zh) | 2022-02-07 | 2022-02-07 | 内容初始化方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114466012A true CN114466012A (zh) | 2022-05-10 |
CN114466012B CN114466012B (zh) | 2022-11-25 |
Family
ID=81412001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210117040.9A Active CN114466012B (zh) | 2022-02-07 | 2022-02-07 | 内容初始化方法、装置、电子设备和存储介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7478308B2 (zh) |
CN (1) | CN114466012B (zh) |
WO (1) | WO2023147718A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023147718A1 (zh) * | 2022-02-07 | 2023-08-10 | 北京百度网讯科技有限公司 | 内容初始化方法、装置、电子设备和存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050071580A1 (en) * | 2003-09-30 | 2005-03-31 | Intel Corporation | Distributed memory initialization and test methods and apparatus |
CN1661570A (zh) * | 2004-02-26 | 2005-08-31 | 索尼株式会社 | 信息处理系统、信息处理方法和计算机程序 |
US20080263117A1 (en) * | 2007-04-23 | 2008-10-23 | Gregory Gordon Rose | Initial seed management for pseudorandom number generator |
US20120005307A1 (en) * | 2010-06-30 | 2012-01-05 | Abhik Das | Storage virtualization |
US20120005253A1 (en) * | 2009-01-29 | 2012-01-05 | Emc Corporation | Method and apparatus for processing distributed data |
US20130339605A1 (en) * | 2012-06-19 | 2013-12-19 | International Business Machines Corporation | Uniform storage collaboration and access |
US20190311258A1 (en) * | 2018-04-05 | 2019-10-10 | Microsoft Technology Licensing, Llc | Data dependent model initialization |
CN111104459A (zh) * | 2019-08-22 | 2020-05-05 | 华为技术有限公司 | 存储设备、分布式存储系统以及数据处理方法 |
US20200218927A1 (en) * | 2019-01-09 | 2020-07-09 | Harman International Industries, Incorporated | Scalable distributed data architecture |
US20210027197A1 (en) * | 2018-01-30 | 2021-01-28 | Deepmind Technologies Limited | Dynamic placement of computation sub-graphs |
CN112925587A (zh) * | 2021-03-11 | 2021-06-08 | 北京百度网讯科技有限公司 | 用于初始化应用的方法和装置 |
CN113032152A (zh) * | 2021-04-02 | 2021-06-25 | 北京百度网讯科技有限公司 | 用于深度学习框架的调度方法、调度装置、电子设备、存储介质和程序产品 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5265844B2 (ja) | 2004-11-16 | 2013-08-14 | 日立化成株式会社 | 熱硬化性樹脂組成物、プリプレグ、積層板及びプリント配線板 |
FR3004611B1 (fr) * | 2013-04-16 | 2015-05-15 | Morpho | Procede de gestion des ressources memoire d'un dispositif de securite, tel qu'une carte a puce, et dispositif de securite mettant en œuvre ledit procede. |
US20190317825A1 (en) * | 2018-04-16 | 2019-10-17 | Kazuhm, Inc. | System for managing deployment of distributed computing resources |
US20200174844A1 (en) * | 2018-12-04 | 2020-06-04 | Huawei Technologies Canada Co., Ltd. | System and method for resource partitioning in distributed computing |
CN112395071A (zh) * | 2019-08-12 | 2021-02-23 | 北京百度网讯科技有限公司 | 用于资源管理的方法、装置、电子设备和存储介质 |
CN113328948B (zh) * | 2021-06-02 | 2022-10-04 | 杭州迪普信息技术有限公司 | 资源管理方法、装置、网络设备及计算机可读存储介质 |
CN114466012B (zh) * | 2022-02-07 | 2022-11-25 | 北京百度网讯科技有限公司 | 内容初始化方法、装置、电子设备和存储介质 |
-
2022
- 2022-02-07 CN CN202210117040.9A patent/CN114466012B/zh active Active
- 2022-08-01 WO PCT/CN2022/109455 patent/WO2023147718A1/zh active Application Filing
- 2022-08-01 JP JP2023509593A patent/JP7478308B2/ja active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050071580A1 (en) * | 2003-09-30 | 2005-03-31 | Intel Corporation | Distributed memory initialization and test methods and apparatus |
CN1661570A (zh) * | 2004-02-26 | 2005-08-31 | 索尼株式会社 | 信息处理系统、信息处理方法和计算机程序 |
US20080263117A1 (en) * | 2007-04-23 | 2008-10-23 | Gregory Gordon Rose | Initial seed management for pseudorandom number generator |
US20120005253A1 (en) * | 2009-01-29 | 2012-01-05 | Emc Corporation | Method and apparatus for processing distributed data |
US20120005307A1 (en) * | 2010-06-30 | 2012-01-05 | Abhik Das | Storage virtualization |
US20130339605A1 (en) * | 2012-06-19 | 2013-12-19 | International Business Machines Corporation | Uniform storage collaboration and access |
US20210027197A1 (en) * | 2018-01-30 | 2021-01-28 | Deepmind Technologies Limited | Dynamic placement of computation sub-graphs |
US20190311258A1 (en) * | 2018-04-05 | 2019-10-10 | Microsoft Technology Licensing, Llc | Data dependent model initialization |
US20200218927A1 (en) * | 2019-01-09 | 2020-07-09 | Harman International Industries, Incorporated | Scalable distributed data architecture |
CN111104459A (zh) * | 2019-08-22 | 2020-05-05 | 华为技术有限公司 | 存储设备、分布式存储系统以及数据处理方法 |
CN112925587A (zh) * | 2021-03-11 | 2021-06-08 | 北京百度网讯科技有限公司 | 用于初始化应用的方法和装置 |
CN113032152A (zh) * | 2021-04-02 | 2021-06-25 | 北京百度网讯科技有限公司 | 用于深度学习框架的调度方法、调度装置、电子设备、存储介质和程序产品 |
Non-Patent Citations (1)
Title |
---|
武玉伟: "《深度学习基础与应用》", 30 April 2020, 北京理工大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023147718A1 (zh) * | 2022-02-07 | 2023-08-10 | 北京百度网讯科技有限公司 | 内容初始化方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114466012B (zh) | 2022-11-25 |
WO2023147718A1 (zh) | 2023-08-10 |
JP7478308B2 (ja) | 2024-05-02 |
JP2024508202A (ja) | 2024-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108985066B (zh) | 一种智能合约安全漏洞检测方法、装置、终端及存储介质 | |
AU2019101559A4 (en) | Method and apparatus for generating random character string | |
CN116431099B (zh) | 数据的处理方法、多输入输出队列电路及存储介质 | |
CN112925587A (zh) | 用于初始化应用的方法和装置 | |
CN112598138A (zh) | 数据处理方法、装置、联邦学习系统和电子设备 | |
US20220374742A1 (en) | Method, device and storage medium for running inference service platform | |
US11249885B2 (en) | Test case generator and user interface | |
CN114466012B (zh) | 内容初始化方法、装置、电子设备和存储介质 | |
AU2022203072A1 (en) | Node grouping method, apparatus and electronic device | |
CN111951112A (zh) | 基于区块链的智能合约执行方法、终端设备和存储介质 | |
US11947426B2 (en) | Method, electronic device, and computer program product for recommending protection strategy | |
CN114090247A (zh) | 用于处理数据的方法、装置、设备以及存储介质 | |
CN113778564A (zh) | 一种高效执行evm智能合约的方法、设备及储存介质 | |
CN114021642A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN112118310A (zh) | 资源处理方法、装置、平台、电子设备及存储介质 | |
CN113434508B (zh) | 用于存储信息的方法和装置 | |
US20160335112A1 (en) | Method and apparatus for generating unique identifier for distributed computing environment | |
CN115333868B (zh) | 基于奇偶轮循的对称加密方法、解密方法、装置、设备 | |
US11741063B2 (en) | Deleting and inserting rows in fully homomorphically encrypted databases using queues | |
CN114816758B (zh) | 资源分配方法和装置 | |
CN117439993B (zh) | Redis集群负载均衡方法、装置、设备及存储介质 | |
US20220253217A1 (en) | Threading of replication based on data type | |
US10693494B2 (en) | Reducing a size of multiple data sets | |
CN113111067A (zh) | 数据存储方法、信息推送方法以及装置 | |
CN117151779A (zh) | 用户资源确定方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |