【技术实现步骤摘要】
本公开涉及人工智能，尤其涉及一种设备协同方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、在深度学习模型训练过程中，一般采用超大规模的数据和/或较大规模参数来训练模型，若使用单个计算机设备来进行深度学习模型的训练，由于单个计算机设备往往只支持8个图形处理器(graphics processing unit，gpu)，而这些大规模数据和/或大规模参数模型往往需要远大于8个gpu卡，因此会导致深度学习模型的训练耗时过多。
技术实现思路
1、为克服相关技术中存在的问题，本公开提供一种设备协同方法、装置、电子设备及计算机可读存储介质。
2、根据本公开实施例的第一方面，提供一种设备协同方法，所述方法包括：
3、确定多个目标设备，所述多个目标设备包括一主机设备和至少一个协同设备；
4、确定所述多个目标设备相同的空闲对外端口号，并根据所述多个目标设备相同的空闲对外端口号，确定目标对外端口号；
5、确定所述主机设备的互联网协议地址，并根据所述互联网协...
【技术保护点】
1.一种设备协同方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述确定多个目标设备，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述确定所述多个目标设备相同的空闲对外端口号，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一公共文件是通过如下方式得到的：
5.根据权利要求3所述的方法，其特征在于，所述根据所述第一公共文件，确定所述多个目标设备相同的空闲对外端口号，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据每个所述目标设备的所述起始端口号和所述终止...
【技术特征摘要】
1.一种设备协同方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述确定多个目标设备，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述确定所述多个目标设备相同的空闲对外端口号，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一公共文件是通过如下方式得到的：
5.根据权利要求3所述的方法，其特征在于，所述根据所述第一公共文件，确定所述多个目标设备相同的空闲对外端口号，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据每个所述目标设备的所述起始端口号和所述终止...
【专利技术属性】
技术研发人员：刘继忠，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：
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。