分布式训练相关论文
针对体系对抗条件下海军模拟训练的需求，探讨了海军基于LVC仿真的训练体系、组成及技术架构。通过系统分析美海军模拟训练体系的内......
人工智能技术的快速发展和在云原生上部署应用高效等优点让越来越多的开发者和互联网企业将人工智能应用部署在Kubernetes集群上,......
本文针对体系对抗条件下海军模拟训练的需求，探讨海军基于LVC仿真的训练体系架构、组成及技术架构。通过系统分析美海军模拟训练体......
该文针对神经网络模型训练过慢、集群部署缺乏弹性问题，采用CPU+GPU混合架构，利用Docker和Kubernetes系统搭建底层容器云基础，以Tenso......
人工智能在物联网等领域应用日益广泛,而其中常用的深度神经网络易受对抗样本攻击这一脆弱性给这些应用带来了巨大的安全隐患。因......
分布式技术如今已成为智能系统的发展方向,结合不同的应用场景和需求,搭建特定的分布式系统,能极大提升系统的运行效率。而传统的......
针对复杂对抗场景下编队行为协同建模及决策智能生成等问题,提出一种数据驱动的对抗博弈智能体建模方法,依托基于严肃游戏的复杂海......
摘要：针对传统BP算法训练深度学习模型易受模型初始参数影响，训练效率较低的问题，基于遗传算法进行优化，提出了遗传优化分布式BP算法。......
报文分类问题是计算机网络的一个基本问题,主要研究如何高效的对进入网络设备的报文进行分析判断,并决定应用何种方式来处理报文。......
如今神经网络发展迅速,相关的机器学习任务已经广泛应用到了生产生活的方方面面。由于神经网络结构复杂,神经元数量庞大,其中能记......
数据量的增长和模型大小的增大推动了大规模机器学习的显著进步。对于数据特征维度特别高的模型,即使是简单的线性模型也存在参数......
近年来,深度学习被广泛应用于图像处理、自然语言处理等各种领域,其成功源于大数据、算法模型和计算能力的共同发展。为了提高深度......
针对现有的梯度稀疏压缩技术在实际应用中面临时间开销大的问题,基于分布式训练中残差梯度压缩算法提出低复杂度、能快速选取top-k......
美国空军(USAF)前线空中预警与控制系统(AWACS)部队指挥官约瑟夫·穆德上校表示，过度紧张的E-3“望楼(sentry)”空中预警与控制......
近年来,深度学习技术的进步推动人工智能进入了一个新的发展时期。但是,海量的训练数据、超大规模的模型给深度学习带来了日益严峻......
探讨面向分布式深度增强学习框架的网络数据流优化,设计使深度学习训练能容忍无损网络的数据流优化策略。对于参数服务器同步架构,......
随着深度学习的规模越来越大,神经网络的结构越来越复杂,分布式训练在研究和实践中变得越来越重要。而如何提高分布式训练的效率就......
本文综述了机器学习(Machine learning,ML)在无线边缘网络的主要应用、典型学习方法、以及性能潜力。首先分析了无线边缘智能与传......
机器学习的训练往往需要海量的数据,数据的丰富性、多样性很大程度决定了模型的好坏。大数据时代带来数据的爆炸式增长,推动了机器......
随着互联网的飞速发展和智能手机等终端的普及,互联网上的图像数据呈现出指数级的增长趋势,这些图像涵盖了人类生活的各个方面,包......
信息化战争条件下新军事变革对海军体系化、实战化、常态化训练提出了更为迫切的需求。以仿真与实装相结合、指挥员与操作手相结合......
对梯度数据进行压缩,是一种减少多机间通信开销的有效方法,如MXNet系统中的2Bit方法等。但这类方法存在一个突出的问题,即过高的压......
深度学习与Kubernetes相结合现今已经被业界广泛采用并有着大规模的实际应用,然而深度学习在Kubernetes集群上进行分布式训练有着......
期刊
深度学习在最近的几年里飞速发展,得到了越来越广泛的应用,在各个领域也取得了突出的成绩。随着大数据时代的到来,数据量成倍的增......
物联网技术的发展以及AI技术研究的火爆现状,为边缘计算的发展带来了新的契机。作为一种新兴的计算模式,边缘计算充分地利用了网络......
随着深度学习模型在人脸识别、安防监控、无人驾驶等安全敏感性任务中的广泛应用,围绕深度模型展开的攻防逐渐成为信息安全领域研......
近些年来,随着可用数据的爆炸式增长以及相关算法的不断优化,深度学习在人工智能的很多领域中都取得了重大的突破性应用。比如:语......
近年来以神经网络为基础的人工智能技术在学术界和工业界得到了广泛应用和发展。随着神经网络模型和训练所需数据量的不断增加,使......
现存的广告点击率预估模型提取的特征维数较多,数据量较大,使得传统平台在应用时压力大,反应时间较长。针对这一问题,提出梯度提升......
传统单机深度学习模型的训练耗时,动辄花费一周甚至数月的时间,让研究者望而却步,因此深度学习并行训练的方法被提出,用来加速深度......
Adaboost方法是一种可以将弱学习转化为强学习的方法，从理论上讲，只要有足够多的样本，足够多的特征，训练足够充分，adaboost训练出来的分......
人工智能(Artificial Intelligence,AI)技术经过多年的积累变得日益成熟,其应用领域也不断扩大。其中基于人工神经网络(Neural Net......
