发明名称 | 使用交替方向乘子法的深度学 | ||
摘要 | 使用交替方向乘子法(ADMM)算法来训练分类器可以降低分类器训练时间量而分类器准确性的降级很小。该训练涉及将用于训练该分类器的训练数据划分成多个数据块。该划分可以保留训练数据的输入特征与输出类的联合分布。该训练可以进一步包括使用多个工作者节点按照初始次序对该多个数据块执行ADMM迭代。随后,若继ADMM迭代之后满足停止准则,则确定对该分类器的训练被完成。否则,若继ADMM迭代之后确定不满足停止准则,那么可以按照该多个数据块的不同次序来执行一轮或多轮附加的ADMM迭代,直到满足停止准则。 | ||
申请公布号 | CN105378762A | 申请公布日期 | 2016.03.02 |
申请号 | CN201480037824.4 | 申请日期 | 2014.04.08 |
申请人 | 微软技术许可有限责任公司 | 发明人 | Q·霍;Z·严;K·陈 |
分类号 | G06N3/08(2006.01)I | 主分类号 | G06N3/08(2006.01)I |
代理机构 | 上海专利商标事务所有限公司 31100 | 代理人 | 段登新 |
主权项 | 一个或多个存储计算机可执行指令的计算机可读介质,所述计算机可执行指令能被执行以使得一个或多个处理器执行以下动作,包括:将用于训练分类器的训练数据划分成保留所述训练数据的输入特征与输出类的联合分布的多个数据块;将所述多个数据块分发给多个工作者节点,以使得所述多个工作者节点按照初始次序对所述多个数据块执行交替方向乘子法(ADMM)迭代来训练所述分类器;响应于继所述ADMM迭代之后停止准则未被满足,向所述多个工作者节点提供所述多个数据块,以使得所述多个工作者节点按照不同次序对所述多个数据块执行附加ADMM迭代以训练所述分类器;以及响应于继所述ADMM迭代之后所述停止准则得到满足,确定所述分类器被训练成经训练的分类器。 | ||
地址 | 美国华盛顿州 |