文档详情

基于高性能计算的矩阵分解.docx

发布：2023-11-29约1.37万字共24页下载文档
文本预览下载声明
基于高性能计算的矩阵分解 摘要 矩阵分解是一种推荐系统的有效算法。随机梯度下降法（SGD）是目前最常用的矩阵分解算法之一。然而，在面临大规模的数据集时，串行的SGD算法运行起来需要大量时间，无法满足推荐系统对于时效性的要求。现在的并行SGD算法通常采用将矩阵分块，将不同行、不同列的分块分配给不同处理单元并行计算。现有的基于SGD的矩阵分解并行算法主要有DSGD、FPSGD、CUMSGD。DSGD算法各个节点在各个分块更新后需要同步等待，每次更新的速度取决于负载最重的计算节点。FPSGD是基于共享内存的并行算法，无需进行同步等待，但其在面临特别大规模的数据时，内存可能无法满足要求。本文基于上述
显示全部
相似文档