這是阿三的第 175 期分享
作者 | 阿三
首發 | 程序員遇見GitHub
大家好，我是阿三，今天給大家帶來的是一個資源自適應深度學習調度框架。
daptDL是一個資源自適應深度學習(DL)訓練和調度框架。AdaptDL的目標是使分布式DL在動態資源環境(如共享集群和云)中簡單而高效的運行。
AdaptDL提供的一些核心特性是:
1.在共享集群中彈性調度分布式DL訓練項目。
2.云計算環境(如AWS)中的感知資源自動伸縮。
3.自動化batch大小和學習率進行分布式訓練。
下面是與kube-batch和手動調節batch訓練速度的對比
二 希望和大家有互動
阿三在寫作過程中希望和大家進行互動，具體形式，大家可以用打卡形式進行留言，內容可以是對這篇文章看法，和希望阿三在分享什么。形式如下“
打卡+第幾天+內容，比如：
打卡+第一天+希望明天分享機器學習入門的知識。
從8月9日開始，新的一輪打卡已經開始！請各位小伙伴留意！
本輪打卡的時間為45天，將于9月23日正式截止
為了鼓勵大家反饋，阿三也有一定的反饋，對于打卡滿30天的童鞋前五名（前幾名代表最早開始在后臺告知阿三的滿足要求童鞋，如果有6名童鞋滿足要求，但是只給最早5個告訴阿三已經打滿30天，截圖為證，后臺截圖發送告知），阿三送出128元的紅包~
新的一輪打卡活動已經開始～ 大家一起來打卡吧
阿三謝謝大家支持！一起做好內容，能對大家有一點幫助是阿三最大的心愿。
