Una empresa utiliza una red neuronal y la reentrena cuando el rendimiento disminuye. El trabajo de entrenamiento actual utiliza el paralelismo de datos distribuidos (DDP) de SageMaker y tarda varias horas. ¿Qué cambio reducirá el tiempo total de entrenamiento?

El entrenamiento distribuido con paralelismo de datos (DDP) divide los datos de entrenamiento entre múltiples instancias. Aumentar el número de instancias de entrenamiento permite procesar más datos simultáneamente, lo que reduce el tiempo total de entrenamiento. Las otras opciones no reducen el tiempo de entrenamiento. Aumentar las épocas de entrenamiento, las neuronas por capa oculta o el número de capas de la red incrementa la complejidad del modelo o la cantidad de procesamiento por época, lo que generalmente aumenta el tiempo de entrenamiento, no lo disminuye.