NTT实现边缘计算环境下的异步分布式深度学习

NTT官方8月24日消息，NTT实现了一种边缘计算环境下的异步分布式深度学习技术（Edge-consensus Learning）。在当前的机器学习中，尤其是深度学习中，通常在一个地方（云）收集数据并学习如图像/语音识别之类的模型。但是，万物互联的IoT时代，很难在云中聚合大量数据。同时，从隐私保护的角度来看，将数据存储在本地服务器/设备上的需求也越来越大。这项研究的目的是开发学习算法以获得共识模型，即使服务器组中累积了统计不一致的数据，并且在服务器之间异步通信/交换与模型相关的变量，也可以获得与在一个地方收集所有数据并进行学习而获得的模型相似的等效模型。与模型相关的代码将在Github上发布，以进行多方面的验证。今后NTT将与合作伙伴继续进行研发和演示实验，以期在有望利用边缘计算的大规模AI应用领域中进行实际应用。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。