【技术实现步骤摘要】
调度任务图操作的方法、系统以及计算机可读介质
本公开内容中讨论的实施方式涉及调度任务图操作。
技术介绍
任务图可以表示用于执行某个任务的操作以及操作之间的数据流。例如,任务图可以表示机器学习算法生成机器学习模型的操作和数据流。任务图可以用于调度设备集群例如服务器集群,所述设备集群可以用于执行任务图中的操作。本公开内容中要求保护的主题不限于解决任何缺点或者仅在诸如如上描述的环境中操作的实施方式。相反,提供该背景仅是为了说明可以实践本公开内容中描述的一些实施方式的一个示例
技术实现思路
根据实施方式的方面,方法可以包括获得表示任务的操作的任务图。任务图可以包括多个子任务图。该方法还可以包括获得基于并行执行与多个子任务图的集合相对应的操作的子集来执行该操作的子集的第一计算时间。该方法还可以包括获得根据多个资源的资源调度使用多个资源执行操作的子集的第二计算时间,以及确定第一计算时间与第二计算时间之间的差。该方法还可以包括:响应于差满足阈值,基于多个资源的资源调度,使用多个资源来执行任务图的操作。至少通过权利要求中特别指出的元素、特征和组合来实现和取得实施方式的目的和优点。前面的一般描述和下面的详细描述二者均作为示例给出,并且是说明性的,并且不限制所要求保护的本专利技术。附图说明将通过使用附图以附加的特性和细节来描述和说明示例实施方式,在附图中:图1是表示与调度任务图操作有关的示例环境的图;图2a示出了示例任务图;图2b示出了 ...
【技术保护点】
1.一种方法,包括:/n获得表示基于多个输入生成机器学习模型的操作的任务图,所述任务图包括多个子任务图,所述多个子任务图中的每一个对应于所述多个输入中的不同输入;/n获得基于并行执行与所述多个子任务图的集合相对应的所述操作的子集来执行所述操作的所述子集的第一计算时间;/n获得根据多个资源的资源调度使用所述多个资源执行所述操作的所述子集的第二计算时间;/n确定所述第一计算时间与所述第二计算时间之间的差;/n响应于所述差满足阈值,通过基于所述多个资源的所述资源调度执行所述任务图的所述操作,使用所述多个资源生成所述机器学习模型;以及/n将所述机器学习模型应用于未分类的输入,以针对所述多个输入的分类对所述未分类的输入进行分类。/n
【技术特征摘要】
20181206 US 16/212,3541.一种方法,包括:
获得表示基于多个输入生成机器学习模型的操作的任务图,所述任务图包括多个子任务图,所述多个子任务图中的每一个对应于所述多个输入中的不同输入;
获得基于并行执行与所述多个子任务图的集合相对应的所述操作的子集来执行所述操作的所述子集的第一计算时间;
获得根据多个资源的资源调度使用所述多个资源执行所述操作的所述子集的第二计算时间;
确定所述第一计算时间与所述第二计算时间之间的差;
响应于所述差满足阈值,通过基于所述多个资源的所述资源调度执行所述任务图的所述操作,使用所述多个资源生成所述机器学习模型;以及
将所述机器学习模型应用于未分类的输入,以针对所述多个输入的分类对所述未分类的输入进行分类。
2.根据权利要求1所述的方法,其中,基于所述多个资源的所述资源调度执行所述任务图的所述操作包括顺序地执行多个集合中的每个集合的所述操作的子集,所述多个集合中的每个集合包括所述多个子任务图的不同部分,根据所述多个资源的所述资源调度执行对所述操作的子集的每个顺序执行。
3.根据权利要求2所述的方法,其中,所述多个集合中的每个集合包括相同数量的所述多个子任务图。
4.根据权利要求2所述的方法,其中,在对所述多个集合中的第一集合的所述操作的子集的执行结束之前,开始对所述多个集合中的第二集合的所述操作的子集的执行,其中对所述第二集合的所述操作的子集的执行直接跟随对所述第一集合的所述操作的子集的执行。
5.根据权利要求4所述的方法,其中,所述多个资源的所述资源调度被配置成:允许在对所述多个集合中的所述第一集合的所述操作的子集的执行结束之前,开始对所述多个集合中的所述第二集合的所述操作的子集的执行。
6.根据权利要求1所述的方法,其中,所述多个子任务图中的每一个包括所述操作的子集的相同配置。
7.根据权利要求1所述的方法,还包括获得表示所述多个资源的物理配置的资源图,其中,所述多个资源的所述资源调度基于所述资源图。
8.一个或更多个计算机可读介质,其被配置成存储指令,所述指令在由系统执行时使所述系统或指导所述系统执行根据权利要求1所述的方法。
9.一种方法,包括:
获得表示任务的操作的任务图,所述任务图包括多个子任务图;
获得基于并行执行与所述多个子任务图的集合相对应的所述操作的子集来执行所述操作的所述子集的第一计算时间;
获得根据多个资源的资源调度使用所述多个资源执行所述操作的所述子集的第二计算时间;
确定所述第一计算时间与所述第二计算时间之间的差;以及
响应于所述差满足阈值,基于所述多个资源的所述资源调度,使用所述多个资源执行所述任务图的所述操作。
10.根据权利要求9所述的方法,其中,所述任务包括基于多个输入生成机器学习...
【专利技术属性】
技术研发人员:阿夫拉迪普·曼达尔,阿纳博·罗伊,高甘·卡尼约,
申请(专利权)人:富士通株式会社,
类型:发明
国别省市:日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。