会员服务
分布式机器学习研究将具有大规模数据量和计算量的任务分布式地部署到多台机器上,其核心思想在于“分而治之”,有效提高了大规模数据计算的速度并节省了开销。
Collaborative Distributed Machine Learning
Arxiv
0+阅读 · 11月21日
TACOS: Topology-Aware Collective Algorithm Synthesizer for Distributed Machine Learning
Arxiv
0+阅读 · 10月2日
Towards a Standardized Representation for Deep Learning Collective Algorithms
Arxiv
0+阅读 · 8月20日
TDML -- A Trustworthy Distributed Machine Learning Framework
Arxiv
0+阅读 · 7月10日
Approximated Coded Computing: Towards Fast, Private and Secure Distributed Machine Learning
Arxiv
0+阅读 · 6月7日
TACOS: Topology-Aware Collective Algorithm Synthesizer for Distributed Machine Learning
Arxiv
0+阅读 · 3月29日
Collaborative Distributed Machine Learning
Arxiv
0+阅读 · 3月21日
SFPDML: Securer and Faster Privacy-Preserving Distributed Machine Learning based on MKTFHE
Arxiv
0+阅读 · 3月19日
Accelerating Semi-Asynchronous Federated Learning
Arxiv
0+阅读 · 2月22日
Accelerating Semi-Asynchronous Federated Learning
Arxiv
0+阅读 · 2月21日
Wireless Distributed Matrix-Vector Multiplication using Over-the-Air Computation and Analog Coding
Arxiv
0+阅读 · 2月17日
Dynamic Byzantine-Robust Learning: Adapting to Switching Byzantine Workers
Arxiv
0+阅读 · 2月5日
Secure Federated Learning Approaches to Diagnosing COVID-19
Arxiv
0+阅读 · 1月23日
Holonic Learning: A Flexible Agent-based Distributed Machine Learning Framework
Arxiv
0+阅读 · 2023年12月29日
Binary Linear Tree Commitment-based Ownership Protection for Distributed Machine Learning
Arxiv
0+阅读 · 1月11日
参考链接
父主题
机器学习
微信扫码咨询专知VIP会员
Top