|
题名:
|
面向分布式机器学习的无中心优化算法 / 张明川 ... [等] 著 , |
|
ISBN:
|
978-7-03-078246-5 价格： CNY130.00 |
|
语种:
|
chi |
|
载体形态:
|
198页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 科学出版社 出版日期： 2025 |
|
内容提要:
|
本书主要面向机器学习提出了多种一阶在线优化算法，着重涉及高维参数和大量数据的问题，通过降低算法复杂度和内存需求来提高算法性能。本书结合随机坐标块方法提出了RBC-Adam在线学习优化算法，设计了一种自适应的次梯度在线学习算法针对深度模型训练过程中的高昂计算成本问题，利用随机坐标块方法和Frank-Wolfe方法避免了大量的计算成本，提出了不同的随机梯度自适应优化算法，还设计了一种结合差分隐私方法以保护用户隐私，且均在理论上进行了证明，并在主流的公开数据集上验证了大部分算法的良好性能。 |
|
主题词:
|
分布式算法 机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
张明川 著 |
|
主要责任者:
|
朱军龙 著 |
|
主要责任者:
|
吴庆涛 著 |