8月5日（周四）晚20點(diǎn)，我們特別邀請到今年ICML【杰出論文獎提名】獲得者、來自康奈爾大學(xué)計算機(jī)系的在讀博士生陸昱成，來到TechBeat與大家直播分享他本次在ICML的工作：Optimal Complexity in Decentralized Training（去中心化分布式訓(xùn)練的最優(yōu)復(fù)雜度）。

??本次直播活動需要報名，報名通過審核后獲得騰訊會議地址并加入活動交流群~

01『報名信息』

分享主題：Optimal Complexity in Decentralized Training（去中心化分布式訓(xùn)練的最優(yōu)復(fù)雜度）

分享嘉賓：康奈爾大學(xué)計算機(jī)系在讀博士生 陸昱成

活動時間：北京時間8月5日 (周四) 20:00-21:00

活動地點(diǎn)：騰訊會議、B站直播間

活動議程：

• 嘉賓介紹ICML工作—30min

• 互動抽獎

• Free Q&A—20min

02『論文介紹』

去中心化分布式訓(xùn)練的最優(yōu)復(fù)雜度

隨著機(jī)器學(xué)習(xí)模型和數(shù)據(jù)量的增大，大規(guī)模分布式訓(xùn)練決定了模型部署的效率。去中心化，作為一種經(jīng)典的分布式系統(tǒng)設(shè)計原型，近年來在擴(kuò)展機(jī)器學(xué)習(xí)規(guī)模上顯示出良好的效率和魯棒性。本文基于此背景，探究了不同去中心化系統(tǒng)下訓(xùn)練復(fù)雜度的理論極限；并進(jìn)一步提出了兩種算法，其復(fù)雜度可以達(dá)到該理論極限。

論文鏈接：

http://proceedings.mlr.press/v139/lu21a/lu21a.pdf

03『嘉賓介紹』

陸昱成，康奈爾大學(xué)計算機(jī)系三年級博士生，師從Christopher De Sa教授。他本科畢業(yè)于上海交通大學(xué)電子系，曾在賓夕法尼亞大學(xué)分布式系統(tǒng)實(shí)驗(yàn)室做訪問學(xué)者，并曾實(shí)習(xí)于亞馬遜，微軟等公司的機(jī)器學(xué)習(xí)實(shí)驗(yàn)室。他的研究方向?yàn)榇笠?guī)模機(jī)器學(xué)習(xí)系統(tǒng)，隨機(jī)和并行優(yōu)化算法。他曾獲得過康奈爾大學(xué)2018博士生獎學(xué)金，ICML2021杰出論文提名獎等。

- The End -

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗(yàn)，加速并陪伴其學(xué)習(xí)成長。 期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ