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。

成为VIP会员查看完整内容
43

相关内容

大模型是基于海量多源数据打造的预训练模型,是对原有算法模型的技术升级和产品迭代,用户可通过开源或开放API/工具等形式进行模型零样本/小样本数据学习,以实现更优的识别、理解、决策、生成效果和更低成本的开发部署方案。
【KDD2022教程】多模态自动机器学习教程,130页ppt
专知会员服务
75+阅读 · 2022年8月19日
【干货书】数据科学家统计学基础:R和Python实战,486页pdf
专知会员服务
75+阅读 · 2021年7月23日
【干货书】数值Python计算,Numerical Python,709页pdf
专知会员服务
104+阅读 · 2021年5月30日
【MLSS2020】最新《深度学习基础》视频讲解,42页ppt
专知会员服务
46+阅读 · 2020年8月5日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
325+阅读 · 2023年3月31日
Arxiv
10+阅读 · 2021年2月26日
Arxiv
11+阅读 · 2018年7月31日
VIP会员
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员