机器学习算法的分布式梯度优化

书籍简介:

本专著对机器学习算法的分布式梯度优化进行研究。分布式梯度优化算法的执行包括以下三个主要过程：一轮迭代中的计算过程，一轮迭代中的通信过程和多轮的迭代过程。在计算过程中，目前机器学习算法的分布式梯度优化使用的数据并行或模型并行策略无法同时解决高维模型和海量数据的双重挑战，本专著研究面向高维海量数据的并行策略；在通信过程中，现有的低精度梯度压缩算法并不适合普遍存在的稀疏梯度数据，本专著研究面向稀疏梯度的数据压缩技术；在迭代过程中，现有的同步协议不适合真实的异构环境，本专著研究面向异构环境的同步协议。大量的实验证明，本专著提出的方法能够实现在分布式环境下高效、高性能的目标。本专著属于“盘配书”出版项目，纸质书包含本专著主体内容，方便读者进行线下阅读。光盘除利用HTML格式展示主体内容外，附带有与之关联的数字资源及部分原始数据，从而实现纸媒与数媒的融合出版。

书籍规格:

书籍信息归属:

机器学习算法的分布式梯度优化是《中国学术期刊（光盘版）》电子杂志社有限公司于2020.3出版的中图分类号为 TP181 的主题关于 机器学习－最优化算法 的书籍。