北京時間8月5日（周四）晚20點，我們特別邀請到今年ICML【杰出論文獎提名】獲得者、來自康奈爾大學計算機系的在讀博士生陸昱成，來到TechBeat與大家直播分享他本次在ICML的工作：Optimal Complexity in Decentralized Training（去中心化分布式訓練的最優(yōu)復雜度）。

???報名截止至今晚18點，報名通過后告知會議地址、并加入ICML討論群！

01?『報名信息』

分享主題：Optimal Complexity in Decentralized Training（去中心化分布式訓練的最優(yōu)復雜度）

分享嘉賓：康奈爾大學計算機系在讀博士生 陸昱成

活動時間：北京時間8月5日 (周四) 20:00-21:00

活動地點：騰訊會議、B站直播間

活動議程：

• 嘉賓介紹ICML工作—30min

• 互動抽獎

• Free Q&A—20min

02?『論文介紹』

隨著機器學習模型和數(shù)據(jù)量的增大，大規(guī)模分布式訓練決定了模型部署的效率。去中心化，作為一種經(jīng)典的分布式系統(tǒng)設計原型，近年來在擴展機器學習規(guī)模上顯示出良好的效率和魯棒性。本文基于此背景，探究了不同去中心化系統(tǒng)下訓練復雜度的理論極限；并進一步提出了兩種算法，其復雜度可以達到該理論極限。

論文鏈接：http://proceedings.mlr.press/v139/lu21a/lu21a.pdf

03?『嘉賓介紹』

陸昱成，康奈爾大學計算機系三年級博士生，師從Christopher De Sa教授。他本科畢業(yè)于上海交通大學電子系，曾在賓夕法尼亞大學分布式系統(tǒng)實驗室做訪問學者，并曾實習于亞馬遜，微軟等公司的機器學習實驗室。他的研究方向為大規(guī)模機器學習系統(tǒng)，隨機和并行優(yōu)化算法。他曾獲得過康奈爾大學2018博士生獎學金，ICML2021杰出論文提名獎等。

- The End -

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net)是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務和體驗，加速并陪伴其學習成長。 期待這里可以成為你學習AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！

更多詳細介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ