SysML 2019:美国加利福尼亚州斯坦福
阿梅特·塔瓦尔卡 , 辑弗吉尼亚·史密斯 , 马泰扎哈里亚 :
第二届机器学习和系统会议记录,SysML 2019,斯坦福,加利福尼亚州,美国,2019年3月31日至4月2日。 mlsys.org网站 2019 贾志浩 , 马泰扎哈里亚 , 亚历克斯·艾肯 :
深度神经网络的超越数据和模型并行性。 Wonkyung Jung先生 , 大金钟 , 再见了,金 , 李顺中(Sunjung Lee) , 李元宫 , 郑浩安 :
重组批次标准化以加快CNN培训。 贾志浩 , 唐建思 , 托德·沃萨夫斯基 , 高明宇 , 马泰扎哈里亚 , 亚历克斯·艾肯 :
用松弛图替换优化DNN计算。 阿萨夫·艾森曼 , 马克西姆·诺莫夫 , 达里尔·加德纳 , 米沙·斯梅尔扬斯基 , 谢尔盖·普皮耶夫 , 金·哈泽尔伍德 , 阿萨夫·西登 , 萨钦·卡蒂 :
Bandana:使用非易失性存储器存储深度学习模型。 林贤泽 , 大卫·安徒生 , 迈克尔·卡明斯基 :
3LC:用于分布式机器学习的轻量级有效流量压缩。 迈克尔·沙施米特(Michael Schaarschmidt) , 斯文·米卡 , 凯·弗里克 , Eiko Yoneki公司 :
RLgraph:深度强化学习的模块化计算图。 乔治奥斯·达马斯基诺 , El-Mahdi El-Mhamdi埃尔·马赫迪 , 拉希德·格雷劳伊 , 阿萨尼·吉尔古斯 , 塞巴斯蒂安·鲁奥 :
AGGREGATHOR:通过稳健梯度聚合进行拜占庭机器学习。 保罗·N·沃特莫 , 楚滕州 , 帕特里克·汉森 , Shreyas K.Venkataramanaiah(什利亚斯·文卡塔拉马纳亚) , Jae-sun-Seo先生 , 马修·马蒂娜 :
FixyNN:通过转移学习实现高能效实时移动计算机视觉硬件加速。 亚当·莱勒 , Ledell Wu先生 , 沈家军 , 蒂莫塞·拉克鲁瓦 , 卢卡·韦尔斯特特 , Abhijit Bose公司 , 亚历克斯·佩萨霍维奇 :
Pytorch-BigGraph:一个大规模图形嵌入系统。 阿南德·贾亚拉扬 , 金良伟 , 加斯·吉布森 , 亚历山德拉·费多罗娃 , Gennady Pekhimenko先生 :
分布式DNN训练中基于优先级的参数传播。 齐磊 , 吴凌飞 , 陈品玉(Pin-Yu Chen) , 亚历克斯·迪马基斯 , Inderjit S.Dhillon公司 , 迈克尔·维布罗克 :
离散对抗攻击和子模块优化及其在文本分类中的应用。 田昭 , 张亚琪 , 昆勒·奥卢科顿 :
利用空间加速器高效地为递归神经网络服务。 阿克谢·阿格拉瓦尔 , 阿克谢·纳雷什·莫迪 , 亚历山大·帕索斯 , 阿伦·拉沃伊 , 阿什什·阿加瓦尔 , 阿西姆·尚卡尔 , 伊戈尔·加尼切夫 , 乔什·利文伯格 , Mingsheng Hong先生 , 拉贾特·蒙加 , 蔡善清 :
TensorFlow Eager:用于机器学习的多阶段、嵌入Python的DSL。 迪巴卡尔峡谷 , 加内什·达西卡 , 马修·马蒂娜 :
用于高度受限物联网应用的三元混合神经树网络。 毛慧子 , Taeyong Kong公司 , 比尔·戴利 :
CaTDet:用于从视频中高效检测目标的级联跟踪检测器。 王建宇 , 高利·乔希 :
在本地更新SGD中实现最佳错误-运行时权衡的自适应通信策略。 赵一仁 , 伊利亚·舒梅洛夫 , 罗伯特·D·马林斯 , 罗斯·安德森 :
压缩或不压缩:了解对手攻击和神经网络压缩之间的相互作用。 Minsik Cho公司 , 乌尔里希·芬克勒 , 大卫·S·孔 , 希勒里·C·亨特 :
BlueConnect:在异构网络层次结构上分解All-Reduce以进行深度学习。 马克西米利安·格鲁布 , 盖·勒米厄 , Mieszko Lis公司 :
基于删减重量预算的全深度神经网络训练。 桑库·莱姆 , 阿尔曼·贝罗齐 , 魏文 , 葛丽 , 永记权 , 马坦·埃雷兹 :
迷你备份系列化:CNN层间数据重用培训。 米盖尔·阿尔。 Carreira-Perpiñán , 梅赫迪·阿利扎德 :
Parmac:嵌套函数的分布式优化,用于学习二进制自动编码器。 张健(Jian Zhang) , Ioannis Mitliagkas公司 :
YellowFin与动量调节艺术。 丹尼尔·斯米尔科夫 , 尼基尔·索拉 , Yannick Assogba公司 , 袁安(Ann Yuan) , 尼克·克莱格 , 平余(Ping Yu) , 张康毅 , 蔡善清 , 艾瑞克尼尔森 , 大卫·索尔格尔 , 斯坦·比莱希 , 迈克尔·特里 , 查尔斯·尼科尔森 , 桑迪普·N.古普塔 , 莎拉·西拉朱丁 , D.斯卡利 , 拉贾特·蒙加 , 格雷格·科拉多 , 费尔南达·B·维加斯 , 瓦滕伯格 :
TensorFlow.js:网络及其他领域的机器学习。 塞德里克·伦格利 , 博扬·卡拉斯 , 柏林丁 , 刘峰(音) , 凯文·沙文斯基 , 吴文涛 , 张策 :
机器学习模型与ease.ml/ci的持续集成:走向严格而实用的处理。 埃里克·布雷克 , Neoklis Polyzotis公司 , 苏迪普·罗伊 , 史蒂文·黄 , 马丁·津科维奇 :
机器学习的数据验证。 Choi准伍 , 斯瓦加特·文卡塔拉马尼 , 维贾亚拉克什米·斯里尼瓦桑 , 凯拉什·戈帕拉克里什南 , 卓王 , 皮尔斯·庄 :
准确高效的2位量化神经网络。 马思源 , 米哈伊尔·贝尔金 :
适用于Gpus的内核机器,用于有效的大批量训练。 Kallista A.博纳维茨 , 休伯特·艾奇纳 , 沃尔夫冈·格里斯坎普 , Dzmitry Huba公司 , 亚历克斯·英格曼 , 弗拉基米尔·伊万诺夫 , 克洛伊·基登 , 雅库布·科内肯(Jakub Konecn) , 斯蒂芬诺·马佐奇 , 布伦丹·麦克马汉 , 蒂蒙·范·奥弗维尔特 , 彼得鲁 , 丹尼尔·拉梅奇 , 杰森·罗斯兰德 :
面向大规模联合学习:系统设计。 丹·摩尔多瓦 , 詹姆斯·戴克 , 王飞(音译) , 安德鲁·约翰逊 , 布莱恩·K·李 , 扎卡里·纳多 , D.斯卡利 , 蒂亚克·隆普夫 , 亚历山大·威尔奇科 :
AutoGraph:具有基于图形的性能的强制式编码。 克里斯托弗·卡内尔 , 托马斯·金 , 朱利奥·周 , 李从龙 , 林贤泽 , 大卫·安徒生 , 迈克尔·卡明斯基 , Subramanya Dulloor公司 :
在受限边缘节点上缩放视频分析。 哈迪·哈希米说 , Sangeetha Abdu Jyothi公司 , 罗伊·H·坎贝尔 :
TicTac:通过通信调度加速分布式深度学习。 廷武钦 , 瑞州鼎 , 戴安娜·马库列斯库 :
AdaScale:使用自适应缩放实现实时视频对象检测。