本文是读完 Jeffrey Dean, Greg S. Corrado 等人的文章 Large Scale Distributed Deep Networks (2012) 后的一则读书笔记，重点介绍在 Google 的软件框架 DistBelief 下设计的一种用来训练大规模深度神经网络的随机梯度下降法 — Downpour SGD。该方法通过分布式地部署多个模型副本和一个“參数server”，同一时候实现了模型并行和数据并行。且对机器失效问题具有非常好的容错性。结合 Adagrad 自适应学习率使用，对非凸优化问题有非常好的效果。




















作者: peghoty


出处: http://blog.csdn.net/itplus/article/details/31831661


欢迎转载/分享, 但请务必声明文章出处.


												


											
DistBelief 框架下的并行随机梯度下降法 - Downpour SGD的更多相关文章
	

    
								
  1. 一种利用 Cumulative Penalty 训练 L1 正则 Log-linear 模型的随机梯度下降法
		
    Log-Linear 模型(也叫做最大熵模型)是 NLP 领域中使用最为广泛的模型之一,其训练常采用最大似然准则,且为防止过拟合,往往在目标函数中加入(可以产生稀疏性的) L1 正则.但对于这种带 L ...
    
		
    2. 
						
  2. Gradient Descent 和 Stochastic Gradient Descent（随机梯度下降法）
		
    Gradient Descent(Batch Gradient)也就是梯度下降法是一种常用的的寻找局域最小值的方法.其主要思想就是计算当前位置的梯度,取梯度反方向并结合合适步长使其向最小值移动.通过柯 ...
    
		
    3. 
						
  3. 1. 批量梯度下降法BGD 2. 随机梯度下降法SGD 3. 小批量梯度下降法MBGD
		
    排版也是醉了见原文:http://www.cnblogs.com/maybe2030/p/5089753.html 在应用机器学习算法时,我们通常采用梯度下降法来对采用的算法进行训练.其实,常用的梯度 ...
    
		
    4. 
						
  4. 随机梯度下降法（Stochastic gradient descent, SGD）
		
    BGD(Batch gradient descent)批量梯度下降法:每次迭代使用所有的样本(样本量小)    Mold 一直在更新 SGD(Stochastic gradientdescent)随机 ...
    
		
    5. 
						
  5. Stochastic Gradient Descent 随机梯度下降法-R实现
		
    随机梯度下降法  [转载时请注明来源]:http://www.cnblogs.com/runner-ljt/ Ljt 作为一个初学者,水平有限,欢迎交流指正. 批量梯度下降法在权值更新前对所有样本汇总 ...
    
		
    6. 
						
  6. 谷歌机器学习速成课程---降低损失 (Reducing Loss)：随机梯度下降法
		
    在梯度下降法中,批量指的是用于在单次迭代中计算梯度的样本总数.到目前为止,我们一直假定批量是指整个数据集.就 Google 的规模而言,数据集通常包含数十亿甚至数千亿个样本.此外,Google 数据集 ...
    
		
    7. 
						
  7. 线性回归（最小二乘法、批量梯度下降法、随机梯度下降法、局部加权线性回归） C++
		
    We turn next to the task of finding a weight vector w which minimizes the chosen function E(w). Beca ...
    
		
    8. 
						
  8. 机器学习---用python实现最小二乘线性回归算法并用随机梯度下降法求解 （Machine Learning Least Squares Linear Regression Application SGD）
		
    在<机器学习---线性回归(Machine Learning Linear Regression)>一文中,我们主要介绍了最小二乘线性回归算法以及简单地介绍了梯度下降法.现在,让我们来实践 ...
    
		
    9. 
						
  9. optim.SDG 或者其他、实现随机梯度下降法
		
    optim.SDG 或者其他.实现随机梯度下降法 待办 实现随机梯度下降算法的参数优化方式 另外还有class torch.optim.ASGD(params, lr=0.01, lambd=0.00 ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. 通俗易懂，什么是.NET?什么是.NET Framework？什么是.NET Core?（转）
			
    通俗易懂,什么是.NET?什么是.NET Framework?什么是.NET Core?(转) 一.总结 一句话总结:.NET是一个平台,包含多种语言,比如(C#.Visual Basic.C++/C ...
    
			
    2. 
						
  2. 如何启动和关闭MySQL?（四）
			
    分为: 图形化 命令行 方法一:在“计算机”的图标上右键,然后选择“管理”,双击“服务和应用程序”,然后选择“服务”,找到“MySQL”这个服务,然后点击“右键”,就可以进行“停止”和“重新启动”的操 ...
    
			
    3. 
						
  3. Oracle 建表
			
    -- Create table create table STUDENT ( sno ) not null, sname ) not null, ssex ) not null, sbirthday  ...
    
			
    4. 
						
  4. 《剑指offer》包含min函数的栈
			
    一.题目描述 定义栈的数据结构,请在该类型中实现一个能够得到栈最小元素的min函数. 二.输入描述 输入栈 三.输出描述 最小值 四.牛客网提供的框架 class Solution { public: ...
    
			
    5. 
						
  5. css 添加滚动条
			
    代码: <template> <div class="w" style="scrollbar-arrow-color:yellow;scrollbar- ...
    
			
    6. 
						
  6. jdk--rpm.bin文件安装,  zip解压与创建
			
    3,执行命令赋予安装文件777权限: # cd /usr/java(mkdir java –此目录需要创建) ①jdk-1_5_0_16-linux-i586-rpm.bin文件安装 # chmod  ...
    
			
    7. 
						
  7. 日常基础—————echo,print,print_r,var_dump的区别
			
    1.echo   函数输出一个或多个字符串. 代码: header("Content-Type:text/html; charset=utf-8"); echo "你好” ...
    
			
    8. 
						
  8. photoshop快捷键汇总
			
    图层应用相关快捷键: 复制图层:Ctrl+j 盖印图层:Ctrl+Alt+Shift+E 向下合并图层:Ctrl+E 合并可见图层:Ctrl+Shift+E 激活上一图层:Alt+中括号(]) 激活下 ...
    
			
    9. 
						
  9. 【习题 8-16 UVA - 1618】Weak Key
			
    [链接] 我是链接,点我呀:) [题意] 在这里输入题意 [题解] 枚举N[q]和N[r]的位置 因为N[q]是最大值,且N[r]是最小值. 且它们是中间的两个. 枚举这两个可以做到不重复枚举. 然后 ...
    
			
    10. 
						
  10. Rsyslog比较详细的
			
    http://blog.csdn.net/fishmai/article/details/51842340
    
			
    11.