| 注册
首页|期刊导航|计算机应用与软件|基于Adam局部优化的分布式近似牛顿深度学习模型训练

基于Adam局部优化的分布式近似牛顿深度学习模型训练

毕常遥 袁晓彤

计算机应用与软件2021,Vol.38Issue(10):278-283,6.
计算机应用与软件2021,Vol.38Issue(10):278-283,6.DOI:10.3969/j.issn.1000-386x.2021.10.044

基于Adam局部优化的分布式近似牛顿深度学习模型训练

DEEP LEARNING TRAINING VIA DISTRIBUTED APPROXIMATE NEWTON-TYPE METHOD BASED ON ADAM LOCAL OPTIMIZATION

毕常遥 1袁晓彤1

作者信息

  • 1. 南京信息工程大学自动化学院 江苏 南京210044
  • 折叠

摘要

关键词

深度学习/近似牛顿法/分布式优化/Adam算法/随机抽样

分类

信息技术与安全科学

引用本文复制引用

毕常遥,袁晓彤..基于Adam局部优化的分布式近似牛顿深度学习模型训练[J].计算机应用与软件,2021,38(10):278-283,6.

基金项目

国家自然科学基金项目(61876090,61936005) (61876090,61936005)

国家新一代人工智能重大项目(2018AAA0100401). (2018AAA0100401)

计算机应用与软件

OA北大核心CSTPCD

1000-386X

访问量0
|
下载量0
段落导航相关论文