某公司使用神經網路，並在效能下降時重新訓練。目前的訓練任務使用 SageMaker 分散式資料平行處理 (DDP)，需要數小時。哪種改變可以減少總訓練時間？

增加用於分散式訓練的訓練實例數量，可以讓訓練任務在更多的機器上平行處理，從而減少總訓練時間。DDP 旨在透過在多個 GPU 或實例上複製模型並將資料批次分割給它們來加速訓練。增加實例數量可以直接提高平行處理能力。 增加訓練週期會增加模型看到資料的次數，這會延長訓練時間，而不是減少。增加每個隱藏層的神經元數量或增加網路層的數量都會增加模型的複雜度，這通常會導致更長的訓練時間，因為需要處理更多的參數和計算。