一种并行随机梯度下降法
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“参数服务器”，同时实现了模型并行和数据并行，且对机器失效问题具有很好的容错性。结合 Adagrad 自适应学习率使用，对非凸优化问题有很好的效果。
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.
文章来自：http://blog.csdn.net/itplus/article/details/31831661