内容介绍:

计算机科学正在发展,以利用新的硬件,如GPU、TPUs、CPU和大型的集群。许多子领域,如机器学习和优化,已经调整了它们的算法来处理这样的集群。

主题包括分布式和并行算法:优化、数值线性代数、机器学习、图形分析、流形算法,以及其他在集群中难以扩展的问题。该类将重点分析程序,并使用Apache Spark和TensorFlow实现一些程序。

本课程将分为两部分:首先,介绍并行算法的基础知识和在单多核机器上的运行时分析。其次,我们将介绍在集群机器上运行的分布式算法。

成为VIP会员查看完整内容
75

相关内容

斯坦福2020硬课《分布式算法与优化》
专知会员服务
96+阅读 · 2020年5月6日
专知会员服务
89+阅读 · 2019年12月24日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
43+阅读 · 2019年8月26日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
10+阅读 · 2018年4月27日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
19+阅读 · 2017年7月9日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
9+阅读 · 2016年12月7日
A Modern Introduction to Online Learning
Arxiv
16+阅读 · 2019年12月31日
Arxiv
11+阅读 · 2019年11月24日
Arxiv
11+阅读 · 2019年1月16日
Arxiv
14+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2018年2月28日
VIP会员
相关论文
微信扫码咨询专知VIP会员