...
首页> 外文期刊>NTT技術ジャーナル >データが分散蓄積される時代にも機械学習モデルを最適化。「非同期分散型の深層学習技術」の研究
【24h】

データが分散蓄積される時代にも機械学習モデルを最適化。「非同期分散型の深層学習技術」の研究

机译:即使在分布式数据的时代,优化的机器学习模型也是如此。 “异步深度深度学习技术”研究

获取原文
           

摘要

現在の深層学習ではデータを1カ所に集約したうえでモデルを学習する場合が一般的ですが、近い将来には取り扱うデータ量の増加やプライバシ保護の観点から、データが分散蓄積されることが予想されます。今回はそうした時代にあってもあたかも1カ所にデータを集約して学習したかのような機械学習モデルを最適化できる、「非同期分散型の深層学習技術」の研究に取り組む丹羽健太特別研究員にお話を伺いました。
机译:在当前的深度学习中,常常在一个地方合并数据后学习模型,但预计从在不久的将来的数据量和隐私保护的角度来看,数据将累积累积它。 这一次,即使是这样的年龄,也可以优化可以优化聚合和学习的机器学习模型的机器学习模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号