大数据分布式计算一个很显著的特征是单向性,就像程序流程设计中的顺序执行程序,是按照一个方向前进的,不会有循环往复的计算过程,我们可以仔细想一下,我们用算子,或者sql的时候,只是计算出一个最终结果就完结束了。所以这也是叫有向无环图的原因。
但是深度学习神经网络的计算不一样,是一种迭代式计算,像程序流程设计中的循环,会不断往复计算得到结果的误差率,误差率我们设置一个认为合适的值,当计算到在误差率内的时候,认为参数满足要求,进而结束运算。
大数据分布式计算一个很显著的特征是单向性,就像程序流程设计中的顺序执行程序,是按照一个方向前进的,不会有循环往复的计算过程,我们可以仔细想一下,我们用算子,或者sql的时候,只是计算出一个最终结果就完结束了。所以这也是叫有向无环图的原因。
但是深度学习神经网络的计算不一样,是一种迭代式计算,像程序流程设计中的循环,会不断往复计算得到结果的误差率,误差率我们设置一个认为合适的值,当计算到在误差率内的时候,认为参数满足要求,进而结束运算。