会员服务
Communication-Efficient Adaptive Batch Size Strategies for Distributed Local Gradient Methods
Arxiv
0+阅读 · 2024年6月20日
A Theoretical Analysis of Noise Geometry in Stochastic Gradient Descent
Arxiv
0+阅读 · 2024年2月1日
Sharper Analysis for Minibatch Stochastic Proximal Point Methods: Stability, Smoothness, and Deviation
Arxiv
0+阅读 · 2023年1月9日
Minibatch Stochastic Three Points Method for Unconstrained Smooth Minimization
Arxiv
0+阅读 · 2022年9月16日
On Convergence of FedProx: Local Dissimilarity Invariant Bounds, Non-smoothness and Beyond
Arxiv
0+阅读 · 2022年6月10日
An Even More Optimal Stochastic Optimization Algorithm: Minibatching and Interpolation Learning
Arxiv
0+阅读 · 2021年6月4日
On the Generalization Benefit of Noise in Stochastic Gradient Descent
Arxiv
0+阅读 · 2020年6月26日
DaSGD: Squeezing SGD Parallelization Performance in Distributed Training Using Delayed Averaging
Arxiv
0+阅读 · 2020年5月31日
Accelerating Minibatch Stochastic Gradient Descent using Typicality Sampling
Accelerating Minibatch Stochastic Gradient Descent using Typicality Sampling
Arxiv
0+阅读 · 2019年3月11日
A Scalable Discrete-Time Survival Model for Neural Networks
Arxiv
0+阅读 · 2018年11月19日
signSGD: Compressed Optimisation for Non-Convex Problems
Arxiv
0+阅读 · 2018年8月7日
signSGD: Compressed Optimisation for Non-Convex Problems
Arxiv
0+阅读 · 2018年6月23日
Integrated Model, Batch and Domain Parallelism in Training Neural Networks
Arxiv
0+阅读 · 2018年5月16日
Integrated Model, Batch and Domain Parallelism in Training Neural Networks
Arxiv
0+阅读 · 2018年2月14日
signSGD: compressed optimisation for non-convex problems
Arxiv
0+阅读 · 2018年2月13日
参考链接
微信扫码咨询专知VIP会员
Top