分布式深度學(xué)習(xí)訓(xùn)練：異步、去中心化和壓縮
主講人：Prof. Ji Liu（劉霽） Assistant Professor,University of Rochester
時間：2018年11月21日（周三）下午 2:00
地點(diǎn)：計算所446會議室
摘要：
本次報告主要介紹本課題組最新的研究成果：幾種最新的并行優(yōu)化的技術(shù)，用以提高大規(guī)模深度學(xué)習(xí)訓(xùn)練的效率，包括異步并行、去中心化技術(shù)，以及壓縮方法。本次報告將會覆蓋理論和實(shí)驗(yàn)研究的大量結(jié)果，其中一些技術(shù)已經(jīng)用到了現(xiàn)今的深度學(xué)習(xí)平臺上（如tensorflow等），或正在被主流機(jī)器學(xué)習(xí)平臺開發(fā)團(tuán)隊(duì)移植。本次報告介紹的幾個技術(shù)可以相互促進(jìn)，結(jié)合使用。
主講人簡介：
劉霽博士是美國羅切斯特大學(xué)計算機(jī)系和電子工程系的Assistant professor。 他本科畢業(yè)于中國科學(xué)技術(shù)大學(xué)自動化專業(yè)，隨后獲得亞利桑那州立大學(xué)計算機(jī)碩士，和威斯康辛大學(xué)計算機(jī)博士學(xué)位。他的研究廣泛的涵蓋了人工智能諸多方面：機(jī)器學(xué)習(xí)，優(yōu)化，強(qiáng)化學(xué)習(xí)，數(shù)據(jù)分析，計算機(jī)視覺，健康醫(yī)療，生物信息學(xué)，機(jī)器人，遷移學(xué)習(xí)等等。他獲得過SIGKDD最優(yōu)論文提名，UAI Facebook最優(yōu)學(xué)生論文，IBM教職獎。他還是MIT TR35中國的獲得者。他在頂級的計算機(jī)會議和期刊上發(fā)表超過60篇論文（如NIPS, ICML, JMLR等）。