https://sites.google.com/view/cvpr-2023-tutorial-qhs/
这个教程将教授参与者如何在使用分布式和联邦软件系统进行学习,并在各种硬件环境(联网机器、GPU、嵌入式、移动系统)中部署计算机视觉和机器学习应用时,克服性能、成本、隐私和稳健性方面的挑战。 听众将学习关于这些主题的理论、实现和实践:最先进的方法和系统架构,分布式并行性的形式,测量并行应用性能中的陷阱,并行机器学习编译器,联邦学习(FL)中的计算-通信-内存效率,值得信赖的联邦学习,应对联邦学习中的设备异构性,以及在设备上的联邦学习系统。