人走茶凉|UC伯克利尤洋189页博士论文公布,聚焦快速机器学习训练算法( 二 )


该论文包括以下三个主要部分:
第二章详细讲解了通信避免的SVM(communication-avoidingSVM) , 第三章详细介绍了通信高效的KRR(communication-efficientKRR) , 第四章详细介绍了异步贪心坐标下降(Asy-GCD) 。
第五章介绍了在超级计算机上加速ImageNet训练的细节 , 包括算法设计和通信/计算权衡 。
第六章介绍了将BERT训练时间从3天降低到76分钟的技术细节 , 这是建立在大批量优化和超参数自动调整等技术之上的 。
这三个部分紧密相关 。 研究者在第一部分中以凸优化开始 , 在第二部分中深入探讨非凸优化 。 由于非凸优化比凸优化要难得多 , 因此作者在第三部分中又进行了详细介绍 。 第七章则进行了总结 。
以下是这篇博士论文的目录:
JamesDemmel是加州大学伯克利分校电子工程与计算机科学系主任 , Dr.RichardCarlDehmel杰出教授 , 因在数值线性计算库LAPACK方面的贡献而为人熟知 。 此外 , 他还是ACMFellow、IEEEFellow , 美国艺术与科学院、美国国家工程院、美国国家科学院三院院士 。
在致谢的最后 , 尤洋表达了对家人的感谢:
【人走茶凉|UC伯克利尤洋189页博士论文公布,聚焦快速机器学习训练算法】最后 , 我想感谢我的母亲YanleiHuang , 父亲ZhiqiangYou , 兄长PengYou , 以及我的妻子ShiyueLiang 。 我将向家人们表达最深的感谢 , 没有他们无条件的支持我不可能获得今天的成就 。 我会一直在你们身边 。


推荐阅读