分布式深度学习是实现大规模深度训练的有效途径,分布式深度学习系统是支撑分布式深度学习计算的基础设施。如何在受限时间内满足深度学习模型的训练精度需求并最小化资源成本是分布式深度学习系统面临的一大挑战。资源和批尺寸超参配置是优化模型训练计算效率和精度效率的主要方法。既有分布式深度学习系统配置优化工作从资源和批尺寸两个方面单独配置,然而通过分析实验结果可知,资源和批尺寸配置对分布式深度学习训练的计算效率和精度效率均有影响,且存在较强的相关性,独立配置无法实现在限定时间内达到目标精度并且最小化成本开销的目标。针对这一问题,本文提出资源-批尺寸协同配置方法。该方法对分布式深度学习训练的单轮训练时间以及精度构建了性能预测模型,协同使用上述两种模型通过启发式协同配置优化算法求解出最优配置。本文的主要贡献总结如下:（1）以典型分布式深度学习系统Tensor Flow为例,验证了资源配置比例与计算效率以及资源-批尺寸配置与训练精度之间的关系,通过观测实验提取了影响计算效率和精度效率的主要因素,并初步分析了二者之间的数学关系。（2）基于分布式深度学习计算模型提出单轮训练时间预测模型,使用机器学习方法构建精度预测模型。其中,单轮训练时间预测模型可对ASP和BSP参数更新模式下的训练时间预测建模,得到不同资源和批尺寸配置下的单轮训练时间预测值;精度预测模型采用SVR模型构建,以资源配置、批尺寸配置、完整数据集训练次数为特征建立,对不同配置组合下的精度进行预测。（3）提出一种启发式协同配置优化求解算法,在经典禁忌搜索算法基础上,协同使用构建好的预测模型,首先将不满足精度和训练时间要求的配置解删除,达到约简搜索空间的作用;然后选择计算效率和精度效率高的配置解作为初始解;最后启发式地求解最优配置解。（4）采用经典深度学习数据集,验证性能模型预测精度。结果表明,与实测单轮训练时间相比,预测误差小于10%,与实测精度相比,预测误差小于2%;在资源-批尺寸协同配置方法评估实验中,与三种独立配置相比,协同配置最大提高精度4.1%,最大缩短训练时间115.9%,最大节省资源成本45.97%。