摘要
本发明公开一种用于分布式嵌入向量的训练方法及装置，涉及深度学习领域，包括批量读取训练数据，根据各训练数据的ID，确定训练数据对应的位置信息；根据位置信息，确定训练数据对应的嵌入向量；根据各嵌入向量的访问频率和预先确定的元素数量，确定各嵌入向量是否复制至第一类型的特征向量块；若是，从第一类型的特征向量块获取嵌入向量，并对嵌入向量执行数据并行策略；若否，根据位置信息，从第二类型的特征向量块获取嵌入向量，并对嵌入向量执行模型并行策略。本申请能够快速准确定位嵌入向量的存储位置，为训练过程提供高效数据支持；并根据嵌入向量的访问频率，采用两种不同的并行策略，充分利用数据的稀疏访问模式，有效减少通信开销。
