MMOct, 2019
Q-GADMM:量化组 ADMM 用于通信高效的分散机器学习
Q-GADMM: Quantized Group ADMM for Communication Efficient Decentralized Machine Learning
Anis Elgabli, Jihong Park, Amrit S. Bedi, Chaouki Ben Issaid, Mehdi Bennis...
TL;DR本文提出了一种通信高效的、去中心化的机器学习算法 —— 量化组 ADMM (Q-GADMM),通过量化减少通信链接,采用随机量化方法进行误差传播控制,以及利用深度神经网络架构与随机采样的量化随机 GADMM (Q-SGADMM),通过对多项测试结果的对比表明,该算法在通信效率方面明显优于 GADMM,在同等时间内实现了相同的准确率和收敛速度。