知识卡片
CoCoA用本地计算换通信
每轮从公共状态 v=Aα 出发,节点在当前梯度和曲率近似下多次优化自己负责的坐标,返回参数增量及对 v 的增量。协调端聚合后进入下一轮。提高局部精度可能降低通信轮数,也会增加单轮成本和慢节点等待,应按达到同一目标的总时间选择预算。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- CoCoA框架下的Lasso回归分布式求解 10.1 CoCoA框架介绍 · 查看原书依据
此外,框架允许在每台机器上使用任意的求解算法,因此可以对现有代码实现重用,并可实现单机的多核或其他优化,从而进一步提升集群利用率。
参考来源
- 位置:《分布式机器学习:交替方向乘子法在机器学习中的应用》第10章《CoCoA框架下的Lasso回归分布式求解》10.1 CoCoA框架介绍(来源项目 book-source,源文件:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter10.xhtml)
- 结论依据:10.1 CoCoA框架介绍中的定义、更新式或实验叙述提供本卡依据。每轮从公共状态 v=Aα 出发,节点在当前梯度和曲率近似下多次优化自己负责的坐标,返回参数增量及对 v 的增量。
- 原始内容:此外,框架允许在每台机器上使用任意的求解算法,因此可以对现有代码实现重用,并可实现单机的多核或其他优化,从而进一步提升集群利用率。