2020年10月18日上午，北京大学教授、智源学者崔斌作了题为“分布式机器学习算法的系统优化”的学术报告。

本次报告围绕分布式机器学习及其关键技术展开。在报告中，崔斌教授认为分布式机器学习系统其核心在于算法设计和系统设计，关键技术在于数据压缩、并行策略及同步协议。他介绍了其团队在分布式机器学习系统中设计优化的一些工作，包括面向高维海量数据的并行策略、面向异构环境的同步协议、基于数据草图的梯度压缩方法。报告最后也介绍了北京大学与腾讯合作研发的分布式机器学习系统Angel，该系统针对海量训练数据和高维的模型参数做了深度优化，在易用性、稳定性、可扩展性等方面获得了良好的效果，并支持多种不同类型的机器学习算法。Angel系统作为腾讯第三代高性能机器学习计算平台，已经在腾讯的多个实际业务中得到了应用，并在GitHub开源。

完整演讲稿请点击崔斌：分布式机器学习算法的系统优化。

内容中包含的图片若涉及版权问题，请及时与我们联系删除